Ах, это сложный вопрос, на который спотыкаются как менеджеры по найму, так и интервьюируемые. Дело в том, что разные компании определяют науку о данных по-разному, что делает этот термин двусмысленным и несколько неуловимым. Одни говорят, что это программирование, другие утверждают, что это математика, а третьи говорят, что речь идет о понимании данных. Оказывается, все они в чем-то правы. Для меня определение, с которым я больше всего согласен, таково:
Чтобы изучить самые основные концепции (слова или предложения SQL), я использовал Datacamp (Введение в SQL) и Dataquest (Основы SQL). (Позже я рассмотрю плюсы и минусы Datacamp и Dataquest.) В целом, на этих сайтах представлены основные навыки работы с SQL с поясняющими упражнениями и примерами. Некоторые концепции охватывают:
Конечно, не недостаток информации затруднял исследование. Наоборот, поток ресурсов для изучения науки о данных затрудняет отсеивание лучших ресурсов из посредственных.
Это был именно тот вопрос, который я задаю себе — как я могу сделать ход? Та же самая мысль беспокоила и подталкивала к тому, чтобы начать развивать навыки специалиста по данным чуть более года назад. плюсы и минусы. Благодаря этому я надеюсь помочь людям, которые были на моем месте, в планировании их пути самообучения в науке о данных. Эти сообщения: Существует много разных «разновидностей» SQL, таких как SQL Server, PostgreSQL, Oracle, MySQL и SQLite. Каждый из них немного отличается, но синтаксис остается во многом схожим, и вам не нужно беспокоиться о том, какую разновидность SQL вы изучаете.
SQL — это язык для взаимодействия с базой данных, в которой хранятся данные. Если данные — это сокровище, спрятанное под землей, то SQL — это лопата, чтобы выкопать необработанную форму сокровища. Точнее говоря, это позволяет нам извлекать информацию из одной или комбинации нескольких таблиц в базе данных.
«Но я не исполнитель! Я всего лишь инструмент! Это Кришна. Он освещает мне путь, и я просто иду по нему. Я встречаюсь с людьми. Всякое случается. Когда я вообще что-нибудь делал?»
Однако то, что я смог выполнить эти упражнения, не подготовило меня в достаточной мере как аналитика. Я мог понимать слова и предложения, но не мог написать целый абзац. В частности, некоторые существенные промежуточные и продвинутые концепции, такие как подзапросы и оконные функции, либо отсутствуют, либо подробно не рассматриваются, хотя они были протестированы в ходе нескольких технических интервью и необходимы для моей текущей роли аналитика. Эти навыки включают
Недавно я закончил химическую инженерию и получил свою первую роль аналитика данных в технологической компании. Я задокументировал здесь свой путь от химической инженерии до науки о данных. С тех пор, как я говорил со студентами своей школы о переезде, многие выражали тот же интерес и тот же вопрос…
«Но я не исполнитель! Я всего лишь инструмент! Это Кришна. Он освещает мне путь, и я просто иду по нему. Я встречаюсь с людьми. Всякое случается. Когда я вообще что-нибудь делал?»
«Ты создаешь что-то большое, — сказал я Абхинаву. «Ты не представляешь себе всю чудовищность того, что делаешь. Вы соединяете всех с Гау Мата, с почвой, с йогой, с махаяджнями, со знаниями, с самой древней цивилизацией в мире… и со всеми в Америке!»
Всю свою жизнь Абхинав хотел проснуться в священный час Брахма Мухурты, но его напряженный рабочий образ жизни не позволял ему этого сделать. Тем не менее, когда он начал свою первую гаушалу в Алигархе, его глаза чудесным образом открывались в священный час, даже не пытаясь. И, как по волшебству, все начало происходить — будто бы корова стягивала воедино те самые невидимые нити, которые когда-то превратили Индию в духовный, культурный и экономический центр.
Для меня это то, как наука о данных выглядит на изображении. Я проиллюстрировал границы между каждым сегментом знаний как размытые, чтобы продемонстрировать свое восприятие того, что знания из каждой из этих областей смешиваются вместе, образуя то, что известно как «наука о данных».
Чтобы освоить эти навыки, я в основном сосредоточился на использовании
