Migliore risposta
Grazie per A2A.
Non lho fatto ha esaminato il materiale in dettaglio per un po , ma dandogli uno sguardo … Penso che sarebbe utile come aggiunta o aggiunta alleducazione formale in qualche aspetto della scienza dei dati o in unaltra guida – che si tratti di matematica, statistica, informatica, ricerca operativa, fisica … lelenco potrebbe continuare. Almeno a livello universitario.
Da solo? Conosco pochissime persone, personalmente, e io non una di loro, che potrebbe portare avanti lautoeducazione al livello (pertinente) di conoscenza che avevo a la fine, diciamo, del mio master (quindi senza contare il mio dottorato). So che questa non è la domanda, ma è una linea importante in ciò che vedo mancare in queste cose.
Io e la maggior parte delle persone che conosco semplicemente non abbiamo la disciplina richiesta per ottenere quel livello di conoscenza, anche con la pletora di risorse che ora sono liberamente o quasi liberamente disponibili.
E non si tratta solo di disciplina. Cè apprendimento dallaspetto sociale alle lezioni … gruppi di studio, per esempio … che ho trovato inestimabile nellapprendere tutto ciò che posso mettere in campo per risolvere un problema particolare. Parlare con altri studenti, professori e studenti con cui ho assistito e consultato (cosa che ho fatto nel mio master, anche se non tanto come nel mio dottorato di ricerca) … il primo mi ha aiutato con i modi per comprendere la matematica, la statistica e gli aspetti dellinformatica. Il secondo mi ha aiutato ad applicarli in modi a cui non avrei mai pensato senza quellesperienza, il che è stato ancora più importante.
Il materiale dellOpen Data Science Masters è abbastanza buono. Non completo al livello del maestro … per certi versi, nemmeno vicino, per certi versi quasi lì. Non ci sono ricerche coinvolte, davvero, anche se a un livello di master formale si può fare molto poco, e il progetto chiave di volta potrebbe essere simile a quello.
Non fraintendermi … è una risorsa eccellente. Quanto al fatto che qualcuno possa usarlo con successo, da solo , per diventare un esperto di data scientist … Penso che chiunque sia in grado di farlo sarebbe ancora più impressionante con laiuto di un istruzione formale.
Risposta
Ora sono uno studente della UCB MIDS, ma prima avevo una notevole quantità di autoeducazione (scambio di libri e pile), e ho passato tutto le principali classi Coursera / EdX. Sebbene sia vero che esiste una quantità impressionante di programmi educativi disponibili gratuitamente oa buon mercato online, la differenza di profondità, infrastruttura, completezza e collaborazione è notte e giorno. I corsi Coursera / Edx sono fondamentalmente pre- ha registrato video con alcuni test, la difficoltà è estremamente bassa e cè poca o nessuna collaborazione. A Berkeley cè una vera comunità che si forma nonostante la distanza, gli insegnanti sono leader del settore con unesperienza molto reale e attuale e le classi sono molte più difficile. Il programma di data science della Johns Hopkins Il m on Coursera fondamentalmente si riduce a qualcosa tra i pre-requisiti e il materiale della prima settimana per alcune classi del programma di Berkeley. Semplicemente non è paragonabile. Sono contento di averli presi, mi hanno preparato bene, ma non sono esperienze in competizione. Il formato include lezioni preregistrate, diapositive, letture assegnate, lezioni dal vivo con gruppi di collaborazione e break-out, progetti di gruppo e solisti, ecc.
Onestamente, inizialmente ero preoccupato, ma ho messo bene listruzione a uneducazione fisica. Inoltre, anche gli studenti coinvolti sono generalmente di primordine, spesso già impiegati come data scientist, presso grandi aziende e con significative esperienze e conoscenze. Quando ho seguito i programmi Coursera / Edx mi sono generalmente sentito molto più brillante, motivato ed esperto rispetto agli altri studenti. Anche il fantastico corso Andrew Ng Machine Learning, con cui molte persone hanno lottato, è stato abbastanza facile (ho iniziato con 5 settimane di ritardo e ho comunque ottenuto un 96\%). A Berkeley sono saldamente al centro della classe. Quello non sembra arrogante, solo una valutazione relativa. Non è davvero divertente essere in una classe che insegna a un livello inferiore alle tue capacità.
Per quanto riguarda le lezioni, è costoso. Circa $ 60.000 in totale. Quando guardi le lezioni, però, DEVI considerare il ROI. Se ricevi un prestito per una laurea in studi di genere o in letteratura inglese, buona fortuna a ripagarlo. Il modo in cui la vedevo era che non avevo dubbi che ottenere la laurea avrebbe comportato almeno $ 6.000 in più allanno per 10 anni. Spesso, però, è più una questione di “puoi entrare nel settore” e lascia che te lo dica, essere uno studente laureato allUCB apre alcune porte.
In risposta al “Penso hanno problemi a riempire … il reclutatore mi ha richiamato più volte “
Non hanno davvero problemi a completare il programma, i consulenti candidati non sono impiegati UCB ma dipendenti 2U, quindi è un approccio diverso e Ho sentito altri che sono stati un po infastiditi.2U è la società che fornisce il framework tecnologico per il programma Berkeley e una tonnellata di altri nuovi programmi online in altre università. Offrono una sorta di soluzione chiavi in mano per la logistica, inclusa la piattaforma di videoconferenza, un sito con skin gestito (sebbene il contenuto provenga ovviamente dalluniversità) e consulenti per i candidati. Fondamentalmente ti aiutano solo con tutto ciò che non capisci nellapplicazione e si assicurano di rispettare le scadenze. In realtà non hanno alcuna parte (o conoscenza interna) di quelle decisioni effettive, si limitano a impacchettare le applicazioni e le consegnano alle università. Cè stata una buona dose di opposizione a questo modello, ma sta diventando molto popolare in programmi simili, e dopo averlo provato non ho alcun problema. I consulenti sembravano avere una buona conoscenza del programma, della scuola e del processo ed erano molto bravi a rimanere allinterno di un ruolo di consulenza logistica.
Onestamente, il miglior consiglio che posso dare è “sì “, se vuoi diventare un data scientist, iscriviti a un programma come il programma MIDS UCB (anche SMU ne ha uno), E segui i corsi Coursera E ottieni una biblioteca personale ben fornita. Ogni studente che conosco nel programma ha fatto esattamente questo. Cè più da imparare qui di quanto tu possa possibilmente, è competitivo, è in rapida evoluzione e non avrai mai finito di istruirti. Cogli ogni opportunità che puoi, in particolare i programmi strutturati.
EDIT:
Poiché questo si è rivelato essere un thread molto popolare ho pensato di pubblicare un aggiornamento. Ora mi sono laureato MIDS e si è già ripagato diverse volte. Le opportunità e laumento della retribuzione sono piuttosto estremi, ma non è solo che “ottieni il lavoro”, è QUALE lavoro ottieni. Ora ho lavorato con molti altri data scientist, alcuni laureati altri no, e posso davvero vedere una differenza di preparazione da vari programmi. Proveniente dal programma MIDS, non mi chiedo più come ottenere un lavoro DS di livello base, ma sono pronto a guidare un team di dati o gestire la pipeline di dati e analisi. Sono stato in grado di ottenere un lavoro come scienziato dei dati solo a metà del programma, quindi parte di questo deriva anche dallesperienza, ma durante il programma abbiamo completato progetti del mondo reale completamente sviluppati. Ancora più importante, abbiamo trascorso una notevole quantità di tempo su argomenti che vanno oltre leffettiva elaborazione dei dati, come come strutturare un team di dati, come modernizzare una vecchia società di dati, la comunicazione con i clienti, con C-suite, ottenere finanziamenti, ecc.
Per me, il livello che penso sia appropriato raggiungere da unistruzione come questa è il punto in cui sei in grado di raccogliere nuovi white paper ecc. sui progressi di DS (e sapere dove trovarli), rapidamente comprenderli, avere già familiarità con le tecnologie sottostanti e sapere come implementarli (incluso individuare in anticipo potenziali problemi). È bello acquisire un po di conoscenza, ma se non ti viene dato ciò di cui hai bisogno per continuare la tua formazione in seguito sarai obsoleto in pochi anni.
Una cosa che era diversa dal previsto, io è entrato con occhi spalancati e ansiosi su tutti i divertenti algoritmi di apprendimento profondo, visione artificiale, ecc. La scienza dei dati, IMO, inizia con un serio impegno per la correttezza statistica e una forte dose di “weenie bean-counter” -ismo. Questa disciplina è essenziale perché alla fine ogni affermazione che fai mette in gioco la tua reputazione e potenzialmente le fortune o le persone. Vengo da un background artistico ed ero un ingegnere autodidatta, quindi avere una struttura e un ambiente per approfondire questo aspetto è stato molto utile.
Le opportunità là fuori sono enormi e non ho visto domande di credenziali perché online o professionale. Personalmente consiglierei il programma a chiunque pensi di poterlo fare. Alcune delle classi sono MOLTO impegnative, quindi pensa bene se lavori allo stesso tempo (soprattutto se hai bambini piccoli), ma il ROI è molto alto.
RE: Stanford. Il programma Stanford è un dottorato in statistica con un focus sulla scienza dei dati. Questo è un titolo accademico, mentre il grado MIDS è un diploma professionale. Se puoi permetterti di prenderti 4+ anni di ferie, vai con un dottorato di ricerca, altrimenti una laurea professionale rivoluzionerà comunque la tua carriera. Per me, ho aumentato il mio stipendio, ho portato avanti la mia carriera di diversi anni, ho cambiato la mia identità, ho lavorato a grandi progetti, ho creato un team di dati al lavoro e ho stretto buoni contatti pur avendo altri 2 figli e vendendo una startup, tutto in 2 anni , quindi non potrei essere più felice.