Сергей Горностаев

Например среди разработчиков банковского скоринга. Только они не оказывают платных консультаций. Задайте себе вопрос, если бы вы получали огромные деньги за программирование, которые вы любите, стали бы вы в свободное время подрабатывать консультантом?

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.

Ваш вопрос удалят, так как ресурс не предназначен для опросов. Но пока он здесь, в ML/DS не приходят с улицы. Это область, в которую можно попасть будучи только профессиональным программистом с превосходной математической подготовкой. Так что хороший универ, профильное образование, 5-10 лет работы программистом в какой-нибудь другой области, а потом появится шанс заниматься ML/DS.

Аналитика. Человек с уверенным владением numpy и pandas на вес золота.

Я бы мог сейчас начать перечислять длинный список преимуществ Python перед остальными языками и разжечь лютый холивар, но не буду. Самое главное преимущество Python перед другими языками - это предельно простое взаимодействие между кодом на Python и кодом на C\C++. Это даёт возможность писать простую и изящную логику в скриптах, а тяжёлые вычисления выносить в нативный код.

import string
from collections import Counter

punctuation_map = dict((ord(char), None) for char in string.punctuation)
prepositions = ['в', 'без', 'до', 'из', 'к', 'на', 'по', 'о', 'от', 'перед', 'при', 'через', 'с', 'у', 'за', 'над', 'об', 'под', 'про', 'для']

text = open('WarAndPeace_rus.txt').read()
clean_data = text.translate(punctuation_map) #Убираем знаки пунктуации
words = Counter([word.strip().lower() for word in clean_data.split() if word not in prepositions]) #Приводим все слова к нижнему регистру и убираем предлоги

with open('words.txt', 'w') as fh:
    fh.write('\n'.join([w[0] for w in words.most_common(1000)]))