La mejor respuesta
Gracias por la A2A.
No he analicé el material en detalle durante un tiempo, pero mirándolo … creo que sería bueno como un apéndice o como complemento de la educación formal en algún aspecto de la ciencia de datos o en otro tema, ya sea en matemáticas, estadística, informática, investigación de operaciones, física… la lista continúa. Al menos a nivel de pregrado.
¿Por sí solo? Conozco a muy pocas personas, personalmente, y yo no uno de ellos, que podría llevar a cabo la autoeducación al nivel (relevante) de conocimiento que tenía en el final de, digamos, mi maestría (sin contar mi doctorado). Sé que esta no es la pregunta, pero es una línea importante en lo que veo que falta en tales cosas.
Yo, y la mayoría de las personas que conozco, simplemente no tenemos la disciplina necesaria para lograr ese nivel de conocimiento, incluso con la gran cantidad de recursos que ahora están disponibles de forma gratuita o casi gratuita.
Y no se trata solo de disciplina. Hay un aprendizaje desde el aspecto social hasta las clases … grupos de estudio, por ejemplo … que he encontrado invaluable para aprender todo lo que puedo aportar para resolver un problema en particular. Hablar con compañeros de estudios y profesores y estudiantes con los que he sido tutor y consultado (lo que hice en mi maestría, aunque no tanto como en mi doctorado) … el primero me ayudó con formas de entender los aspectos matemáticos y estadísticos e informáticos. El segundo me ayudó a aplicarlos de formas en las que nunca hubiera pensado sin esa experiencia, lo cual fue aún más importante.
El material de Open Data Science Masters es bastante bueno. No completo al nivel del maestro … de alguna manera, ni siquiera cerca, de alguna manera casi allí. Realmente no hay investigación involucrada, aunque se puede hacer muy poco en un nivel de maestría formal, y el proyecto final podría ser similar a eso.
No me malinterpretes … es un recurso excelente. En cuanto a si alguien podría usarlo con éxito, solo , para convertirse en un científico de datos en ejercicio … Creo que cualquiera que sea capaz de eso sería aún más impresionante con la ayuda de un educación formal.
Respuesta
Ahora soy un estudiante de UCB MIDS, pero antes de esto tenía una cantidad sustancial de autoeducación (libros e intercambio de pilas), y he pasado por todos las principales clases de Coursera / EdX. Si bien es cierto que hay una cantidad impresionante de programas educativos disponibles de forma gratuita o barata en línea, la diferencia en profundidad, infraestructura, exhaustividad y colaboración es de día y de noche. Los cursos de Coursera / Edx son básicamente videos grabados con algunas pruebas, la dificultad es extremadamente baja y hay poca o ninguna colaboración. En Berkeley hay una comunidad real que se forma a pesar de la distancia, los maestros son líderes de la industria con experiencia muy real y actual, y las clases son mucho más difícil. El programa de ciencia de datos de Johns Hopkins m en Coursera básicamente se reduce a algún lugar entre los requisitos previos y el material de la primera semana para algunas clases del programa de Berkeley. Simplemente no es comparable. Me alegro de haberlos tomado, me prepararon bien, pero no son experiencias competitivas. El formato incluye conferencias pregrabadas, diapositivas, lecturas asignadas, conferencias en vivo con colaboración y grupos separados, proyectos grupales y en solitario, etc.
Honestamente, al principio estaba preocupado, pero puse la educación correcta en una educación física. Además, los estudiantes involucrados también son generalmente de primer nivel, a menudo empleados ya como científicos de datos, en empresas importantes y con experiencia y conocimientos significativos. Al tomar los programas de Coursera / Edx, generalmente me sentí significativamente más brillante, motivado y experimentado que los otros estudiantes. Incluso el fantástico curso de Andrew Ng Machine Learning, con el que mucha gente tuvo problemas, fue bastante fácil (comencé 5 semanas tarde y todavía obtuve un 96\%). En Berkeley estoy sólidamente en el medio de la clase. Eso no quiere sonar arrogante, solo una evaluación relativa. Realmente no es divertido estar en una clase que enseña a un nivel por debajo de tu capacidad.
En cuanto a la matrícula, es cara. Alrededor de $ 60k en total. Sin embargo, al considerar la matrícula, TIENE que considerar el ROI. Si obtiene un préstamo para un título de estudios de género o literatura inglesa, buena suerte pagándolo. La forma en que lo veía era que no tenía ninguna duda de que obtener el título resultaría en al menos $ 6k extra / año durante 10 años. A menudo, sin embargo, es más una cuestión de «¿puedes entrar en la industria?», Y déjame decirte, ser un estudiante de posgrado en UCB abre algunas puertas.
En respuesta a la pregunta «Creo tienen problemas para completar … el reclutador me llamó varias veces «
Realmente no tienen ningún problema para completar el programa, los asesores de postulantes no son empleados de UCB sino empleados de 2U, por lo que es un enfoque diferente y He escuchado a otros que fueron molestados un poco.2U es la empresa que proporciona el marco tecnológico para el programa de Berkeley y muchos otros programas nuevos en línea en otras universidades. Ofrecen una especie de solución llave en mano para la logística, incluida la plataforma de videoconferencia, un sitio administrado (aunque el contenido es obviamente de la universidad) y asesores de candidatos. Básicamente, solo lo ayudan con cualquier cosa que no comprenda en la solicitud y se aseguran de que cumpla con los plazos. En realidad, no tienen ninguna parte (o conocimiento interno) de las decisiones reales, simplemente empaquetan las aplicaciones y las envían a las universidades. Ha habido una buena cantidad de rechazo a este modelo, pero se está volviendo muy popular en programas similares, y después de haberlo pasado, no tengo ningún problema. Los asesores parecían tener un buen conocimiento del programa, la escuela y el proceso, y fueron muy buenos en mantenerse dentro de una función de asesores logísticos.
Honestamente, el mejor consejo que puedo dar es «sí «, si quieres ser un científico de datos, ingresa a un programa como el programa UCB MIDS (SMU también tiene uno), Y toma los cursos de Coursera Y obtén una biblioteca personal bien surtida. Todos los estudiantes que conozco en el programa han hecho exactamente esto. Hay más que aprender aquí de lo que posiblemente puedas, es competitivo, está evolucionando rápidamente y nunca terminarás de educarte. Aproveche todas las oportunidades que pueda, especialmente los programas estructurados.
EDIT:
Como esto resultó ser un hilo muy popular que pensé en publicar una actualización. Ahora me gradué de MIDS y ya se ha pagado varias veces. Las oportunidades y el aumento salarial son bastante extremos, pero no se trata solo de que «consigues el trabajo», es CUAL trabajo obtienes. Ahora he trabajado con varios otros científicos de datos, algunos se graduaron y otros no, y realmente puedo ver una diferencia en la preparación de varios programas. Viniendo del programa MIDS, ya no me pregunto cómo obtener un trabajo de DS de nivel de entrada, sino que estoy preparado para liderar un equipo de datos o administrar el flujo de datos y análisis. Pude conseguir un trabajo como científico de datos solo a mitad del programa, por lo que algo de esto también proviene de la experiencia, pero durante el programa completamos proyectos del mundo real completamente desarrollados. Más importante aún, dedicamos una cantidad significativa de tiempo a temas que van más allá del procesamiento real de datos, como cómo estructurar un equipo de datos, cómo modernizar una empresa de datos antiguos, comunicación con clientes, C-suite, obtener financiación, etc.
Para mí, el nivel que creo que es apropiado alcanzar desde una educación como esta es el punto en el que puede obtener nuevos informes técnicos, etc. sobre los avances de DS (y saber dónde encontrarlos), rápidamente comprenderlos, estar familiarizado con las tecnologías subyacentes y saber cómo implementarlas (incluida la detección de problemas potenciales de antemano). Es bueno obtener algo de conocimiento, pero si no te dan lo que necesitas para continuar tu propia educación después, quedarás obsoleto en solo unos años.
Una cosa que fue diferente de lo esperado, yo entró con los ojos muy abiertos sobre todos los divertidos algoritmos de aprendizaje profundo, visión por computadora, etc. La ciencia de datos, en mi opinión, comienza con un compromiso serio con la corrección estadística y una fuerte dosis de «contador de frijoles». Esta disciplina es esencial porque al final del día, cada afirmación que haces pone en juego tu reputación y, potencialmente, fortunas o personas. Vengo de una experiencia artística y era un ingeniero autodidacta, por lo que tener un marco y un entorno para profundizar eso en mí fue muy útil.
Las oportunidades son enormes y no he visto ningún cuestionamiento de credenciales porque es en línea o profesional. Personalmente, recomendaría el programa a cualquiera que crea que puede hacerlo. Algunas de las clases son MUY exigentes, así que piensa bien si estás trabajando al mismo tiempo (especialmente si tienes niños pequeños), pero el ROI es muy alto.
RE: Stanford. El programa de Stanford es un doctorado en estadística con un enfoque en ciencia de datos. Este es un título académico, mientras que el título MIDS es un título profesional. Si puede permitirse el lujo de tomarse más de 4 años sin trabajar, vaya con un doctorado; de lo contrario, un título profesional aún revolucionará su carrera. Para mí, aumenté mi salario, adelanté mi carrera varios años, cambié mi identidad, trabajé en grandes proyectos, construí un equipo de datos en el trabajo e hice buenos contactos mientras tenía 2 hijos más y vendía una startup, todo en 2 años. , así que no podría estar más feliz.