Добро пожаловать в 2020! Новый год и новое десятилетие. Поскольку мы начинаем новый и захватывающий год в науке о данных, важно, чтобы профессионалы открыли для себя лучшие блоги по науке о данных, чтобы следить за ними в 2020 году, чтобы быть в курсе важных тенденций и событий.
В период с 2018 по 2019 год количество вакансий в профессии специалиста по данным увеличилось на 56%. Это была самая многообещающая работа в 2019 году, и она будет оставаться востребованной в течение всего 2020 года, поскольку все больше компаний инвестируют в проекты данных.
Новый и захватывающий год для науки о данных только начинается, и нам не терпится увидеть, какие тенденции будут формировать отрасль и какие инновации продвинут науку о данных дальше, чем когда-либо прежде.
Начинающие новички в науке о данных:
Что такое большие данные? именно здесь сталкиваются прорывы в бизнесе, инвестиции и наука о данных. Читайте о новых теориях данных, предложениях по управлению большими данными и обо всем, что способствует развитию ландшафта ИТ/данных. Блог был создан Джилом Прессом, бывшим старшим директором по маркетингу идейного лидерства в Dell EMC с более чем 16-летним стажем и нынешним управляющим партнером в сфере консалтинга в области прессы, маркетинга, издательского дела и исследований. Если вы заинтересованы в том, чтобы стать специалистом по обработке и анализу данных, это также хороший блог, на который стоит обратить внимание из-за интервью с ведущими специалистами по данным в отрасли. Текущие студенты, изучающие науку о данных:
Если вы изучаете науку о данных и не являетесь участником сообщества Data Science на Reddit, вы упускаете массу ценной информации и общения с такими же людьми, как вы. Получите обязательные к прочтению советы по подготовке к собеседованию, ознакомьтесь с постоянно расширяющимся миром ресурсов, найдите ответы на запутанные проблемы, обсудите полезность различных инструментов для обучения и многое другое. С более чем 208 000 участников это незаменимый актив — если вы готовы потерять больше, чем несколько часов, потерянных в обсуждении.
Если вы начали свое обучение, вы знаете, что одной из наиболее интересных частей изучения науки о данных является создание визуализаций. Автор FlowingData Натан Яу, имеющий докторскую степень. по статистике из Калифорнийского университета в Лос-Анджелесе, посвятил большую часть своего времени созданию наборов данных COIVD, изучая изменения в рейсах авиакомпаний, как работает (и не работает) социальное дистанцирование, как заказы на пребывание дома меняются от региона к региону и более. Подписчики также могут заплатить, чтобы разблокировать «Процесс», информационный бюллетень, наполненный полезными занятиями и уроками моделирования.
Узнайте о том, как в Airbnb наняли специалиста по данным, о том, как отрасли банковских и финансовых услуг масштабируют свою автоматизацию с помощью машинного обучения, вплоть до рекомендаций по первым субъектам данных, о которых нужно узнать, в отчете по науке о данных. Поскольку издатели, Starbridge Partners — специализированная фирма по поиску руководителей, имеют опыт в оказании помощи профессионалам в поиске новой карьеры, вы также можете найти надежный ресурс со списками вакансий по науке о данных, когда закончите обучение.
Если вы сторонник R, блог Revolutions для вас. Сайт обновляется почти каждый день, и его нельзя пропустить, если вы увлечены Python, машинным обучением и визуализацией. Это место, где можно еженедельно получать обзоры последних обновлений программного обеспечения и получать информацию о том, что происходит в отрасли, а также часто обновляемый список ресурсов, которые помогут вам в обучении. Существует также чрезвычайно надежный пользовательский каталог, так что вы можете найти группу по науке о данных и тему, которая вам больше всего нравится, или вы можете создать свою собственную.
