Melhor resposta
Obrigado pelo A2A.
Não olhei o material em detalhes por um tempo, mas olhando para ele … Eu acho que seria bom como um adendo ou um complemento à educação formal em algum aspecto da ciência de dados ou outra pista – seja matemática, estatística, ciência da computação, pesquisa operacional, física … a lista continua. No mínimo em nível de graduação.
Por si só? Eu conheço muito poucas pessoas, pessoalmente, e eu não uma delas, que poderia levar a autoeducação ao nível (relevante) de conhecimento que eu tinha em o fim de, digamos, meu mestrado (sem contar meu doutorado). Eu sei que essa não é a questão, mas é uma linha importante para o que vejo como faltando nessas coisas.
Eu, e a maioria das pessoas que conheço, simplesmente não temos a disciplina necessária para atingir esse nível de conhecimento, mesmo com a abundância de recursos que agora estão disponíveis gratuitamente ou quase gratuitamente.
E não se trata apenas de disciplina. Há a aprendizagem do aspecto social para as aulas … grupos de estudo, por exemplo … que achei inestimável em aprender tudo o que posso fazer para resolver um problema específico. Conversar com outros alunos e professores e alunos que eu ensinei e consultei (o que fiz no meu mestrado, embora não tanto quanto no meu PhD) … o primeiro me ajudou com maneiras de entender os aspectos de matemática, estatística e ciência da computação O segundo me ajudou a aplicá-los de maneiras que eu nunca teria pensado sem essa experiência, o que foi ainda mais importante.
O material do Open Data Science Masters é bastante bom. Não completo para o nível de mestre … em alguns aspectos, nem mesmo perto, em alguns aspectos quase lá. Não há pesquisa envolvida, na verdade, embora possa haver muito pouco feito em um nível de mestrado formal, e o projeto final pode ser semelhante a isso.
Não me interpretem mal … é um excelente recurso. Se alguém poderia usá-lo com sucesso, sozinho , para se tornar um cientista de dados praticante … Acho que qualquer um capaz disso seria ainda mais impressionante com a ajuda de um educação formal.
Resposta
Agora sou um aluno do MIDS da UCB, mas antes disso eu tinha uma quantidade substancial de autoeducação (livros e troca de pilha), e já passei por todos as principais aulas do Coursera / EdX. Embora seja verdade que há uma quantidade impressionante de programas educacionais disponíveis gratuitamente ou baratos online, a diferença em profundidade, infraestrutura, abrangência e colaboração é noite e dia. Os cursos do Coursera / Edx são basicamente pré- vídeos gravados com alguns testes, a dificuldade é extremamente baixa e há pouca ou nenhuma colaboração. Em Berkeley há uma comunidade real que se forma apesar da distância, os professores são líderes do setor com experiência muito real e atual e as aulas são muito mais difícil. O programa de ciência de dados da Johns Hopkins m no Coursera basicamente se resume a algum lugar entre os pré-requisitos e o material da primeira semana para algumas aulas do programa de Berkeley. Simplesmente não é comparável. Estou feliz por tê-los levado, eles me prepararam bem, mas não são experiências competitivas. O formato inclui palestras pré-gravadas, slides, leituras atribuídas, palestras ao vivo com grupos de colaboração e break-out, projetos em grupo e solo, etc.
Honestamente, inicialmente eu estava preocupado, mas acertei a educação em uma educação física. Além disso, os alunos envolvidos são geralmente de primeira linha, muitas vezes já empregados como cientistas de dados, em grandes empresas e com experiência e conhecimento significativo. Quando cursava os programas Coursera / Edx, geralmente me sentia muito mais brilhante, motivado e experiente do que os outros alunos. Até o fantástico curso de aprendizado de máquina Andrew Ng, com o qual muitas pessoas lutaram, foi bastante fácil (comecei 5 semanas atrasado e ainda consegui 96\%). Em Berkeley, sou solidamente o meio da classe. Isso não parece arrogante, apenas uma avaliação relativa. Não é realmente divertido estar em uma classe que leciona em um nível abaixo de sua capacidade.
Quanto ao valor do curso, é caro. Cerca de $ 60.000 no total. Ao analisar as mensalidades, porém, você TEM que considerar o ROI. Se você conseguir um empréstimo para um diploma de estudos de gênero ou literatura inglesa, boa sorte pagando-o. A maneira como olhei para as coisas não tinha dúvidas de que obter o diploma resultaria em pelo menos $ 6 mil extras / ano por 10 anos. Freqüentemente, porém, é mais uma questão de “você consegue entrar na indústria?”, E deixe-me dizer, ser um estudante de pós-graduação na UCB abre algumas portas.
Em resposta ao “Eu acho eles estão tendo problemas para preencher … o recrutador me ligou várias vezes “
Eles realmente não estão tendo problemas para preencher o programa, os consultores candidatos não são funcionários da UCB, mas funcionários 2U, então é uma abordagem diferente e Já ouvi outras pessoas que foram incomodadas um pouco.2U é a empresa que fornece a estrutura de tecnologia para o programa de Berkeley e uma tonelada de outros novos programas online em outras universidades. Eles oferecem uma espécie de solução pronta para o uso para a logística, incluindo a plataforma de videoconferência, um site gerenciado skinned (embora o conteúdo seja obviamente da universidade) e consultores candidatos. Eles basicamente ajudam você com qualquer coisa que você não entende no aplicativo e garantem que você cumpra os prazos. Na verdade, eles não têm nenhuma parte (ou conhecimento interno) dessas decisões reais, apenas empacotam os aplicativos e os entregam às universidades. Tem havido muitas resistências contra este modelo, mas está se tornando muito popular em programas semelhantes, e depois de passar por isso, não tenho nenhum problema. Os conselheiros pareciam ter um bom conhecimento do programa, da escola e do processo, e eram muito bons em manter uma função de consultoria logística.
Honestamente, o melhor conselho que posso dar é “sim “, se você quer ser um cientista de dados, entre em um programa como o UCB MIDS (a SMU também tem um) E faça os cursos do Coursera E tenha uma biblioteca pessoal bem abastecida em funcionamento. Cada aluno que conheço no programa fez exatamente isso. Há mais a aprender aqui do que você pode possivelmente, é competitivo, está evoluindo rapidamente e você nunca terá terminado de se educar. Aproveite todas as oportunidades que puder, especialmente os programas estruturados.
EDITAR:
Como acabou sendo um tópico muito popular, pensei em postar uma atualização. Eu já me formei no MIDS, e ele já se pagou várias vezes. As oportunidades e o aumento de salário são bastante extremos, mas não é apenas porque você “consegue o emprego”, é QUE emprego você consegue. Já trabalhei com vários outros cientistas de dados, alguns graduados, outros não, e posso realmente ver uma diferença na preparação de vários programas. Vindo do programa MIDS, não estou mais pensando em como conseguir um emprego de nível básico no DS, mas estou preparado para liderar uma equipe de dados ou gerenciar o pipeline de dados e análises. Consegui um emprego como cientista de dados apenas na metade do programa, então parte disso também vem da experiência, mas durante o programa concluímos projetos totalmente desenvolvidos no mundo real. Mais importante, gastamos uma quantidade significativa de tempo em tópicos além do processamento real de dados, como como estruturar uma equipe de dados, como modernizar uma empresa de dados antigos, comunicação com clientes, com C-suite, obter financiamento, etc.
Para mim, o nível que eu acho apropriado buscar a partir de uma educação como esta é o ponto em que você pode obter novos white papers etc. sobre os avanços do DS (e saber onde encontrá-los), rapidamente compreendê-los, já estar familiarizado com as tecnologias subjacentes e saber como implementá-los (incluindo identificar problemas potenciais de antemão). É bom obter algum conhecimento, mas se você não receber o que precisa para continuar sua própria educação depois disso, ficará obsoleto em apenas alguns anos.
Uma coisa que foi diferente do esperado, eu entrou com olhos arregalados e ávidos sobre todos os divertidos algoritmos de aprendizagem profunda, visão computacional, etc. Data science, IMO, começa com um sério compromisso com a correção estatística e uma forte dose de “contador de feijão”. Essa disciplina é essencial porque, no final do dia, cada afirmação que você faz coloca em risco sua reputação e, potencialmente, fortunas ou pessoas. Eu vim de uma formação artística e era um engenheiro autodidata, então ter uma estrutura e um ambiente para me aprofundar nisso foi muito útil.
As oportunidades lá fora são enormes, e eu não vi nenhum questionamento de credenciais porque é online ou profissional. Pessoalmente, recomendo o programa a qualquer pessoa que pense que pode fazê-lo. Algumas das aulas são MUITO exigentes, então pense bem se você estiver trabalhando ao mesmo tempo (especialmente se você tiver filhos pequenos), mas o ROI é muito alto.
RE: Stanford. O programa de Stanford é um Phd em Estatística com foco em Ciência de Dados. Este é um grau acadêmico, enquanto o grau MIDS é um grau profissional. Se você pode se dar ao luxo de ficar 4 anos ou mais longe do trabalho, faça um PhD, caso contrário, um diploma profissional ainda revolucionará sua carreira. Para mim, aumentei meu salário, saltei minha carreira vários anos, mudei minha identidade, trabalhei em grandes projetos, construí uma equipe de dados no trabalho e fiz bons contatos, tendo mais 2 filhos e vendendo uma startup, tudo em 2 anos , então eu não poderia estar mais feliz.