如何在印度开始从事机器学习的职业? 印度机器学习的前景如何? 哪个OSS更好地工作以获得ML的良好经验

在印度,机器学习的前景很好,但是您必须习惯以下事实: 80%的工作涉及数据清理,深入分析和具有可视化的KPI,也许还有一些基本统计数据和回归模型。 20%的工作将涉及一些有趣的ML(通常是预测模型和优化)。 但是在工作面试中,所提出的问题或问题的权重为20–80! 开始从事机器学习的职业显然涉及很多自学,这可以大致分为两类: 理论(数学,计算机科学,统计学,运筹学,其他机器学习理论) 实践(使用R,Python,Java进行编程;使用数据库和大数据技术;数据整理和可视化,模型构建和验证的实际方面,来自做而不是阅读) 在担任全职工作的同时,可能很难抽出时间来学习这些东西。 任何工程或科学领域的硕士学位以及课程工作以及涉及机器学习应用程序的论文(如果来自一所好的大学)将对学习产生巨大的帮助。 这也将使面试变得更加容易。 这并不是说没有硕士或博士学位就无法实现。 如果您有足够的奉献精神,则可以;可以。 有足够的MOOC,在线学习资料和竞赛来自己学习所有内容。 实际上,在印度,尽管预期的工作质量不会低于世界其他任何地方,但许多ML职位都不会期望获得研究生学位。 但是,如果没有研究生学位,您将面临“您在机器学习方面有工作经验吗?”的悖论。 您需要相关的工作经验才能获得工作,但是在获得工作之前如何获得相关的工作经验? 有一些解决方法: 从事大量常规分析工作的公司,例如Mu…

为了获得数据科学工作,您需要具备R或Python的哪些特定技能?

从多年致力于开发这些技能的软件工程师的角度来讲:似乎存在一个误解,即从软件开发人员过渡到数据科学家就像学习R或Python语言一样容易,然后应用机器学习,分类,聚类,线性回归模型等所需的库(对于Python研究库:NumPy,SciPy,matplotlib,scikit-learn)。 事实是,要成为一名数据科学家,除了学习新的编程技能外,还有更多的工作要做。 您还必须具有统计学,离散数学和数据科学方面的强大背景。 这归结为一系列课程,这些课程探讨了如何使用数学和工具来应用科学方法。 您将通过示例场景进行学习,并希望了解如何创建数据产品。 尽管可能不是最好的类比,但一种看待它的方法可能是从全科医学博士学位过渡到神经外科医师。 这两个相关,但实践和技能集也非常不同。 幸运的是,该行业似乎没有足够的数据科学家。 因此,我认为我们正处在一个独特的时代,那些积极寻求培训并投入必要时间的软件开发人员可以跨越。 我认为现在这几乎是有可能的,因为一些公司正在寻找具有BI经验的经验丰富的开发人员来填补数据科学的角色。 我相信机会之窗将关闭,因为数据科学具有如此独特的技能。 数学上有一些很棒的为软件开发人员设计的程序。 最近,Johns Hopkins在Coursera上提供了Data Science计划。 https://www.coursera.org/special… 就像任何在线证书课程一样,不要假设雇主会代替学位来评估它,而是拿它来获得技能,那么就不要通过它。