Saya ingin membagikan metode penguasaan ilmu Data dari awal oleh seseorang dari spesialisasi TI lainnya. Tujuan: untuk memperjelas apakah spesialisasi ini sesuai untuk Anda pada prinsipnya, dan untuk memberi tahu Anda tentang pendekatan belajar mandiri yang efektif yang membantu saya (saya kemudian akan merencanakan artikel terperinci tentang topik tertentu secara terpisah).
Materi yang sangat baik sudah ada untuk sebagian besar topik tertentu, dan saya belajar dari mereka sendiri.
Saya pikir banyak orang akan merasakan manfaatnya memiliki materi "meta" tentang cara memilih kursus dan artikel untuk dipelajari. Misalnya, saya meninjau lusinan artikel dan buku, mencoba berbagai kursus online, tetapi hanya sebagian kecil dari apa yang tersedia yang bermanfaat. Saya harap saya dapat secara serius menghemat waktu Anda dan membantu Anda mencapai lebih banyak dengan menunjukkan kepada Anda cara belajar mandiri yang lebih efektif.
Dan penting untuk langsung mengatakannya: Saya percaya bahwa siapa pun yang memiliki keterampilan analitis dan pemikiran struktural dapat menjadi pemelajaran mesin / ilmuwan data. Bahkan 4 tahun yang lalu, saya memiliki keraguan, kehilangan kepercayaan pada kemampuan matematika saya karena para guru universitas. Sekarang saya percaya: dasar-dasar pembelajaran mesin dan matematika minimum yang diperlukan dapat dipelajari oleh orang yang bermotivasi tinggi.
Pengalaman saya:
Ketika saya menyadari bahwa saya akan segera berusia 30 tahun, saya memutuskan untuk pergi ke lapangan lain dan pindah dari Federasi Rusia. Di bidang saya (1C), saya berhasil dalam karier saya, tetapi menjadi jelas bahwa pertumbuhan lebih lanjut sangat sulit dan memerlukan pekerjaan yang tidak menarik dan hampir menjijikkan bagi saya.
Setelah enam bulan mencari melalui opsi, saya memutuskan bahwa Ilmu data adalah yang paling menarik bagi saya.
(: ).
Senior Data scientist Vodafone ( LinkedIn).
-
, , : , , . ( b-ok.org). , , .
, . , . , , - , , ( ; , ).
, Data science/
, -, .
:
, -, - ( DS , ). : " " ( ? - -, ), - , data science , , - .
, , (, ) .
, , , ! , . , data science, .
, . "" Data science , , , ..
, data science?
- - , .
, Datasmart ( , ). : " . Excel, ". , data science, ( , ).
Data science .
, , data science .
, , , machine learning engineer. data scientist machine learning engineer , , , " " , .
, , (PowerBI, Tableau ..) - "Storytelling with data". , , data scientist, . , machine learning engineer , "" .
, " ", data science :
Data science, : , . ( , " "). , . , . , .
Python (+SQL ), .
data scientist . python - . , , . , "" "if-then-else" , . , , - , . " ", Python , (, ! -, , , )
Data science . Python SQL
!
, , , - . : . , - . , , data science. : . . , , .
. , . , , , . , - . .
- , . .
- , ( ). , , : ("") API .
, - , , .
: ?
SQL ?
SQL . , . .
SQL , "": "" , ! - . "" , . C SQL , .
- .
- , data science, - . SQL . - .
SQL:
"sql tutorial" . , . SQL .
. .
- , . , , SQL.
10 ( ), 20 ( ).
Python?
, Python. , R ( ) , . Python . , Python R, , Data Science Python, R. - Python. - , , ( 2015 , ).
- .
Python
:
5-40 , .
( ):
Learning Python, by Mark Lutz (5 ). .
, , .
, , Python . , . , , .
. , pythontutor.ru, .
, , 32 , (, 21-31 . , Python ).
( ) . .
, , , .
Python Crash Course, by Eric Matthes
, - . - Python - .
Automate the Boring Stuff with Python
, Python. , .. , , .
?
Python, - , 100. 200 .
( - , )
,
- ( ), . . .
, ( 2 ) , ( ). - DS .
, , , . : , DS - (, 1 , - ).
, .
Mungkin kita akan berbicara di telepon sekali dan ini sudah cukup untukmu. Tetapi saya siap untuk sepenuhnya mengganti program kursus berbayar, memberi Anda kurikulum yang dipersonalisasi dan memberi tahu Anda langkah demi langkah tentang buku dan kursus terbaik dan cara menemukannya secara gratis. Dalam kasus terakhir, sebagai gantinya, janji Anda sudah cukup bagi saya bahwa Anda sendiri akan membayar bantuan, sebanyak yang Anda inginkan, jika dan ketika Anda merasakan hasilnya.
self.development.mentor di domain gmail.com, Oleg