Задать вопрос
@BeginerDataScientist

Важно ли высшее образование в Data science и Machine learning?

Всем привет , интересует ответ на вопрос : так ли необходимо высшее образование в области DS и ML?
Дело в том , что сейчас я обучаюсь на 2 курсе колледжа , и у меня есть выбор :
- начать углубленно изучать эту область самостоятельно , участвовать в соревнованиях на Kaggle .
- подготавливаться к сдаче ЕГЭ и дальнейшему поступлению в вуз (на мат. факультет естественно) .
Так вот , если я выберу второй вариант , то по окончанию вуза буду иметь голый диплом без опыта , в первом же случаи к этому времени у меня было бы около 6 лет опыта , но без диплома.
Хочу спросить , у тех , кто работает в этой области : при рассмотрении вашего резюме так ли работодатель смотрит на наличие диплома ВО ? Возможно , есть примеры из личной жизни , либо знакомых , коллег?
  • Вопрос задан
  • 2371 просмотр
Подписаться 2 Средний 1 комментарий
Решения вопроса 1
sergey-gornostaev
@sergey-gornostaev
Седой и строгий
Важно ли высшее образование в Data science и Machine learning?

Это области, требующие того уровня математической подготовки, который практически невозможно получить без профильного высшего образования.

в первом же случаи к этому времени у меня было бы около 6 лет опыта , но без диплома

Не будет. В DS и ML не приходят с улицы. На соответствующие должности нанимают опытных программистов из других областей.
Ответ написан
Пригласить эксперта
Ответы на вопрос 1
@zexer
В то время как такие классики как Константин Воронцов и Александр Дьяконов заявляют, что в базовых задачах анализа данных вам не нужны супер знания математики, Сергей Горностаев все продолжать рассказывать сказки про то, что в анализ данных приходят какие-то готовые опытные специалисты из других направлений.
У вас может быть искажено восприятие реальности, но я открываю секрет: на такие позиции даже ищут стажёров и джунов, в том числе из-за того, что больше половины работы аналитика данных заключается в том как достать данные, обработать, сделать фильтрацию и так далее. Многие из этих задач вполне способны сделать и стажёры и джуны, разумеется под присмотром более опытных коллег.
Не нужно думать что если речь про анализ данных, то это обязательно какие-то супер тяжёлые нейронки и глубокое обучение.
Так же не нужно думать, что стажёры и джуны какие-то слабаки, многие из них вполне годно знают статистику, матан, линейную алгебру и даже методы оптимизации, это примерно 2-3 курс любого мат направления.
Если ты действительно знаешь что такое производная и как она применяется, что такое градиент и некоторые матричные операции - остаётся добавить навыков питона и анализа данных, это не какие-то тяжёлые знания, для стажёра уровень будет соответствовать.
Так же не нужно думать, что аналитик данных это только работа с моделями, как я уже сказал, во многих компаниях на эту должность приходится очень много переферии, в том числе выведение моделей в прод иногда лежит на самом аналитике.
Рассказываю ещё один секрет, в 2020 году существуют такие библиотеки как xgboost, которые позволяют создать модель с приемлемой точностью, при этом не разбираясь в том, как оно работает внутри. Сказать, что так делают так называемые "макаки" - справедливо, но факт остаётся фактом - такие люди существуют только из-за того, что даже такие люди в состоянии решать задачи, никому не нужна борьба за проценты точности модели, а если нужна, то да, именно туда будут набирать супер опытных аналитиков.
Ответ написан
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Похожие вопросы
Wanted Москва
от 60 000 до 120 000 ₽
Wanted Санкт-Петербург
До 120 000 ₽
Wanted Москва
от 60 000 до 120 000 ₽