Начинаю ли я свою карьеру в качестве Data Scientist, нужен ли опыт разработки ПО? [закрыто]

Я студент магистратуры в Университете Эдинбурга, специализируюсь на машинном обучении и обработке естественного языка. У меня было несколько практических курсов, посвященных интеллектуальному анализу данных, а другие были посвящены машинному обучению, байесовской статистике и графическим моделям. Я - бакалавр компьютерных наук.

Я занимался разработкой программного обеспечения и изучал основные понятия, такие как шаблоны проектирования, но никогда не участвовал в большом проекте по разработке программного обеспечения. Тем не менее, у меня был проект интеллектуального анализа данных в моем MSc. Мой вопрос заключается в том, что если я хочу пойти на карьеру Data Scientist, должен ли я сначала подать заявку на должность дипломированного специалиста по данным или сначала получить должность инженера-программиста, возможно, что-то связанное с наукой о данных, например, большие данные разработка программного обеспечения инфраструктуры или машинного обучения?

Меня беспокоит то, что мне могут понадобиться хорошие навыки разработки программного обеспечения для науки о данных, и я не уверен, что их можно получить, работая непосредственно как ученый-выпускник данных.

Более того, в данный момент мне нравится Data Mining, но что, если я хочу изменить свою карьеру на разработку программного обеспечения в будущем? Это может быть сложно, если я так сильно специализируюсь на данных.

Я еще не работал, поэтому мои знания все еще ограничены. Любые разъяснения или советы приветствуются, так как я собираюсь закончить магистратуру и хочу начать подавать заявки на получение дипломов в начале октября.

1) Я думаю, что нет необходимости подвергать сомнению, подходит ли ваш опыт для карьеры в науке о данных. ИМХО степени CS более чем достаточно для исследователя данных с точки зрения разработки программного обеспечения. Сказав это, теоретические знания не очень полезны без соответствия практическому опыту , поэтому я бы определенно попытался обогатить свой опыт, участвуя в дополнительных школьных проектах, стажировках или проектах с открытым исходным кодом (возможно, сфокусированных на науке о данных / машинном обучении / искусственном интеллекте). ).

2) Я полагаю, что ваше беспокойство по поводу слишком раннего сосредоточения на науке о данных является необоснованным, если вы будете заниматься разработкой программного обеспечения либо как часть своей работы по науке о данных, либо дополнительно в свободное время.

3) Я нахожу следующее определение ученого данных довольно точным и надеюсь, что оно поможет вам в дальнейшей карьере:

Специалист по данным - это тот, кто лучше в статистике, чем любой разработчик программного обеспечения, и лучше в разработке программного обеспечения, чем любой статистик.

PS Сегодня огромное количество разнообразных ресурсов по тематике науки ошеломляет, но эта учебная программа с открытым исходным кодом для изучения науки о данных может заполнить некоторые пробелы между вашими учебными планами бакалавриата / магистратуры и реальностью карьеры в области науки о данных (или, по крайней мере, обеспечить какое-то направление для дальнейших исследований и, возможно, ответит на некоторые ваши вопросы): http://datasciencemasters.org или на GitHub: https://github.com/datasciencemasters/go .

От объявлений о вакансиях, которые я видел, ответ зависит: есть работы, которые носят более технический характер (разработка проектов с большими данными, некоторый анализ) или прямо противоположные (анализ, хранение и т. Д. - это работа кого-то другого).

Поэтому я бы сказал, что НЕКОТОРЫЕ навыки проектирования программного обеспечения чрезвычайно полезны, но вам не нужно умение создавать огромную программу на C # / Java или чем-то еще. Почему мне нравятся некоторые навыки SW, просто то, что ваш код, вероятно, выглядит намного лучше, чем код от кого-то, кто никогда не программировал ради программирования. В большинстве случаев последний код очень трудно понять / отладить для посторонних. Кроме того, иногда ваш анализ должен быть интегрирован в более крупную программу, понимание потребностей программ, безусловно, помогает.

Абсолютно. Держите свои навыки программного обеспечения острыми. Вы можете сделать это в академической программе, если вы просто реализуете все алгоритмы, которые изучаете.

Хороший выбор курсов, кстати. Подумайте и о стажировке.