С чего начать карьеру в Data Science и какие другие перспективные направления есть у Python?
Здравствуйте. Я студент computer science без опыта работу над реальными проектами (не считая создание лэндингов и простых сайтов магазинов, но вебом я больше заниматься не планирую). Совсем недавно я познакомился с питоном и он мне очень понравился. По правде говоря, я давно поглядывал в сторону такой вещей как data science, ML и IoT. Я знаю что это всё абстрактные понятия, поэтому собственно и решил задать вопрос.
Амбиции и учеба это конечно хорошо, но в моем понимании карьера начинается тогда, когда тебе начинают платить за твой труд. Так как я учусь в полушараге, рассчитывать на интерншип не приходиться, а найти работу хоть и с дипломом но без обладания набором скиллов для конкретной сферы деятельности и капли опыта, предполагаю довольно трудно. Поэтому я решил найти для себя конкретный роадмап в основе которого лежит Python, изучить все сопутствующие инструменты и искать работу джуном. Я честно пытался самостоятельно проанализировать этот вопрос, но лишь понял что я понятия не имею что такое DS.
И собственно вопросы:
- Какие области Data Science наиболее тесно связанны с кодингом (и наименее связанны с консалтингом) и какие начальные позиции существуют в данных областях.
- Какие ещё есть перспективные области IT, связанные с Python и имеющие достаточно высокий спрос на начальном уровне?
Вопросы наивны, вопросы абстрактные. Я знаю, sorry.
- Какие области Data Science наиболее тесно связанны с кодингом (и наименее связанны с консалтингом) и какие начальные позиции существуют в данных областях.
Все зависит от компании
- Какие ещё есть перспективные области IT, связанные с Python и имеющие достаточно высокий спрос на начальном уровне?
вы осознаете, что ML оно не про питон совсем, а про математику?
И что самое главное - честный. Я тоже довольно частно на аналогичный вопрос привожу в ответ эту картинку, не забывая при этом упомянуть, что картинке-то уже года четыре, и за прошедшее время количество "станций" увеличилось процентов на 10-20.
Потому как у многих представление о датасайнс почти как о кодинге - вот сейчас выучу сто страниц учебника по языку Х и начну загребать деньги лопатой. Так вот, в DS так не будет. Ни после 100 страниц, ни после 1000. И чем чаще опытные посетители сайта будут это повторять, тем больше шансов, что недостаточно мотивированные новички не будут терять драгоценное время там, где им явно ничего не светит.
P.S. Человека, который желая стать специалистом по Анализу данных не умеет самостоятельно осуществлять поиск необходимых ему данных, а вместо этого ждет, что ответы на самые первичные, элементарные вопросы ему преподнесут в готовом, разжеванном виде - я считаю недостаточно мотивированным. Другой причины, почему не попытаться поискать ответы на такие вопросы самостоятельно в сети - я не вижу.
HellWalk, Не будет, но многие уверены, что это не так. Отсюда и "вайти-вайти".
Курсы программирования, которых сегодня кажется уже больше, чем открытых вакансий, активно подогревают это заблуждение. Так давайте хоть в DC избежим нашествия недоучек.
Женись/выйди замуж за потомка успешного Дата-Саентиста и опирайся на связи папочки - этот рецепт работает гораздо лучше других.
Data Science подтверждает™.
В DS программирование имеет прикладное значение.
Без знания тер.вера, мат.стата, мат.моделирования там особо делать нечего.
И да - в этой сфере очень часто смотрят на диплом, т.к. вузы наши программировать научить нормально не могут, но выносить мозг матаном у них неплохо получается.
Начать карьеру можно с классики - Фихтенгольц, Демидович наше всё.
Простой
