От веб-программиста к data scientist'у. Оптимальный вектор?

Question

[vyn]

Добрый день, уважаемые коллеги. На данный момент я являюсь веб разработчиком в java стеке, но всегда склонялся к области анализа данных, машинному обучению, мат. дисциплинам и т.д. Веб разработка мне надоела после 7 лет. Я принял решение переобучиться на data scientist'а. Мое текущее положение:

Математика. Закончил аспирантуру, но не защитился по направлению 05.13.18. Есть пробелы в знаниях, но мат. анализ, лин. алгебру, численные методы, дискретную математику и т.д. я смогу подтянуть сам.

Программирование. Тут проблем с питоном, скалой, либо R нет.

Машинное обучение. Лекции Воронцова смогу проработать сам.

Возникают следующие вопросы:
1) Может быть не быть столь самонадеянным и поступить, скажем, на мех-мат. НГУ? (второе высшее) Либо закончить только магистратуру?
2) Оставить в покое НГУ и просто поступить в ШАД, пройти курсы на Курсере, поучаствовать в соревнованиях на Kaggle?

Что Вы могли бы посоветовать, чтобы сэкономить время и устроиться data scientist'ом ?

Answer 1

[Alexej Simakov]

Конечно 2. Нужно делать только то, что непосредственно приближает вас к конкретной цели. Это и будет прямая между двумя точками, т.е ваш искомый вектор.

Comments

[Alexej Simakov]

vyn мне кажется это и в резюме скажется положительно, видно будет что вы приняли решение, поставили цель и добились ее.

[Stalker_RED]

Alexej Simakov: Мне кажется, вы переоцениваете внимательность людей, читающих резюме.

[Евгений]

Участвуйте в соревнованиях на Kaggle. При устройстве на работе начинающим это будет плюсом.

Answer 2

[Сергей Нижний Новгород]

Тут будет такой оптимальный вариант.

У вас уже есть математическое образование, так что такая галочка уже в резюме есть. Программирование у вас есть. Что нужно, чтобы стать дата инженером? - Получить работу. Поэтому шлете резюме, ходите на собеседования и смотрите, как идут дела.

Если не берут на работу, то смотрите почему и уже решаете, как заполнить пробелы. Если на работу взяли, то вы стали дата инженером, а дальше уже дело практики.

Answer 3

[sim3x]

0. Спрашивать стоит у тех кто прошел путь
1. Никто не мешает (вроде) ходить на лекции в вузах без поступления
2. Просто переучивать математику, которую забыл ИМО не стоит
3. Практика с самого начала

В тегах к вопросу есть ответы, какие книги нужно будет учить ,когда действительно потребуется подтянуть математику

Comments

[zemiral]

В МГУ без студенческого хрен пропустят, так что бесплатное посещение отпадает, это не Гарвард и не Оксфорд

Answer 4

[azzzimo]

ШАД точно не будет лишним :) Там вы приобретете и знания, и знакомства, и репутацию....
Еще просто наблюдение из жизни: всех моих знакомых ШАДовцев хантят просто невероятно активно, причем хантят на такие должности как Head Of Analysis и т.д.

Answer 5

[Oleg Agapov]

Data Scientist как по мне размытая формулировка.
Анализ данных !== Машинное обучение. Тут вам нужно самому определиться, чего хотите.
Анализ данных - работа в экселе, БД, питоне.
Машинное обучение - разработка моделей и алгоритмов.

В обоих случаях работает следующее.
1) Набираете штук 10 вакансий на желаемую должность
2) Составляете список скилов. Если требование во многих вакансиях - значит это важно, если в одной - опускаем
3) Из списка самых важных скилов прокачиваем первую половину. Не важно где, как сказали выше, главное - практика
4) Проходим интервью для реальной оценки знаний. Вы же понимаете, что могут взять на небольшую должность и с меньшим окладом, чем у вас сейчас?

Пройдёте ШАД - супер.
Читайте новости и тренды мира анализа данных: datatau.com
Смотрите ютуб - доклады с PyData: https://www.youtube.com/user/PyDataTV