Qué aprender en Ciencia de Datos (2023)

Qué aprender en Ciencia de Datos (2023)

1. Introducción

Principiantes e incluso profesionales y científicos de datos de ML existentes se pierden en el gran mar de información interminable. Hay una sobrecarga de información y puede que no sea posible saber qué artículo vale la pena leer hasta que lo leamos realmente. Como no expertos en busca de información, surgen estas preguntas.

  1. ¿Es legítimo este artículo? ¿Puedo confiar en lo que está escrito aquí?
  2. ¿Esta explicación es adecuada para alguien nuevo en el campo, o el escritor se está saltando muchos detalles importantes?
  3. ¿Esta información es útil y vale la pena invertir mi tiempo en el año 2023, o está obsoleta?

Esperemos que mi experiencia respalde mis sugerencias a continuación. Los artículos que recomiendo a continuación son aquellos en los que he respondido “sí” a las tres preguntas anteriores.

Este artículo está dirigido a:

  1. Estudiantes que están considerando si ingresar o no al campo de la IA.
  2. Nuevos participantes (recién graduados o aquellos en cambio de carrera) que quieren ver qué brechas deben llenar.

2. El Problema

Hoy en día, nos encontramos con el siguiente problema en Internet.

Todo lo que encontramos en Internet está gritando '¡Léeme!' (esta imagen, al igual que todas las demás en mis publicaciones, fue creada por mí)

Incluso después de haber reducido la información específica que deseas, todavía hay demasiada información de muchos escritores.

¿Cómo eliges entre lo siguiente??

Lo que aparece en una búsqueda de Google (he editado para condensar cosas y transmitir el punto de que hay muchos artículos)

Por favor, no me malinterpretes. No quiero decir que alguien sea un fraude; al contrario, creo que hay muchos artículos allí porque hay muchos profesionales experimentados que quieren documentar lo que han aprendido y al mismo tiempo ponerlo a disposición para compartirlo con el público y aumentar su perfil. Sin embargo, no podemos leer cada artículo que existe.

Muchos estudiantes me han preguntado qué deberían leer para prepararse para una carrera en ciencia de datos. Mi respuesta es tener primero una base sólida de los conceptos básicos en el campo y luego adentrarse en especializaciones específicas. Luego preguntan si tengo algún material que pueda compartir con ellos…