Co sądzisz o certyfikatach Data Science?

Widziałem teraz dwa programy certyfikacji danych naukowych - John Hopkins dostępny w Coursera i Cloudera .

Jestem pewien, że są tam inni.

Zestaw klas Johna Hopkinsa koncentruje się na R jako zestawie narzędzi, ale obejmuje szereg tematów:

• Programowanie R.
• czyszczenie i uzyskiwanie danych
• Analiza danych
• Powtarzalne badania
• Wnioskowanie statystyczne
• Modele regresji
• Nauczanie maszynowe
• Opracowywanie produktów danych
• I to, co wygląda na zadanie realizacji oparte na Projekcie, podobne do Wyzwania dotyczącego nauki danych Cloudera

Program Cloudera wygląda cienko na powierzchni, ale chce odpowiedzieć na dwa ważne pytania - „Czy znasz narzędzia”, „Czy możesz zastosować narzędzia w prawdziwym świecie”. Ich program składa się z:

• Wprowadzenie do Data Science
• Egzamin Essentials Data Science
• Data Science Challenge (scenariusz projektu dotyczącego nauki danych w świecie rzeczywistym)

Nie szukam rekomendacji dotyczącej programu ani porównania jakości.

Jestem ciekawy innych certyfikatów, poruszanych tematów i tego, jak poważnie w tym momencie społeczność postrzega certyfikaty DS.

EDYCJA: To są świetne odpowiedzi. Wybieram poprawną odpowiedź głosami.

Zrobiłem pierwsze 2 kursy i planuję zrobić wszystkie inne. Jeśli nie znasz R, to naprawdę dobry program. Co tydzień są zadania i quizy. Wiele osób uważa, że ​​niektóre kursy są bardzo trudne. Będziesz miał trudności, jeśli nie masz żadnego doświadczenia w programowaniu (nawet jeśli mówią, że nie jest to wymagane).

Pamiętaj tylko ... to nie dlatego, że możesz prowadzić samochód, że jesteś pilotem F1;)

Jako były menedżer ds. Analityki i aktualny główny analityk danych jestem bardzo ostrożny z potrzebą certyfikatów data science. Termin „naukowiec danych” jest dość niejasny, a dziedzina nauki danych jest w powijakach. Certyfikaty implikują pewien jednolity standard, którego po prostu brakuje w analizie danych, wciąż jest to bardzo dziki zachód.

Chociaż certyfikat prawdopodobnie cię nie skrzywdzi, myślę, że lepiej poświęcić swój czas na rozwijanie doświadczenia, aby wiedzieć, kiedy zastosować określone podejście i głębię zrozumienia, aby móc wyjaśnić to podejście nietechnicznej publiczności.

Programy certyfikacyjne, o których wspomniałeś, to naprawdę kursy podstawowe. Osobiście uważam, że te certyfikaty pokazują tylko upór osoby i mogą być przydatne tylko dla tych, którzy ubiegają się o staże, a nie prawdziwe zadania związane z analizą danych.

Prowadzę zespoły zajmujące się analizą danych w dużej firmie internetowej, przejrzałem setki profili i przeprowadziłem wywiady z dziesiątkami dla naszych zespołów na całym świecie. Wielu kandydatów zdało wyżej wymienione kursy i programy lub ma podobne kwalifikacje. Osobiście też brałem udział w kursach, niektóre są dobre, inne rozczarowują, ale żaden z nich nie czyni cię „naukowcem danych”.

Ogólnie zgadzam się z innymi tutaj. Certyfikat z Coursera lub Cloudera tylko sygnalizuje zainteresowanie, ale nie porusza igłą. Jest o wiele więcej do rozważenia i możesz mieć większy wpływ, zapewniając kompleksowe repozytorium swojej pracy (na przykład profil github) i nawiązując kontakty z innymi badaczami danych. Każdy, kto zatrudnia profil naukowy, zawsze będzie chciał zobaczyć twoją poprzednią pracę i styl / umiejętności kodowania.

Trwa wiele certyfikatów, ale mają one inny cel i styl nauczania.

Wolę Analytics Edge na eDX bardziej niż specjalizację Johna Hopkinsa, ponieważ jest bardziej intensywny i praktyczny. Oczekuje się, że specjalizacja John Hopkins zajmie 3-4 godziny tygodniowo w porównaniu z 11-12 godzinami tygodniowo w usłudze Analytics Edge.

Z perspektywy branży traktuję te certyfikaty jako znak zainteresowania, a nie poziomu wiedzy, którą posiada osoba. Istnieje zbyt wiele rezygnacji z tych MOOC. Cenię inne doświadczenie (jak udział w zawodach Kaggle) o wiele bardziej niż poddawanie się certyfikacji XYZ na MOOC.

Nie jestem pewien co do pierwszej ery chmur, ale jeden z moich przyjaciół dołączył do Johna Hopkinsa i jego słowa to „genialne, aby zacząć”. Jest również polecany przez wiele osób. Planuję dołączyć do niego za kilka tygodni. Jeśli chodzi o powagę, nie sądzę, że te certyfikaty pomogą ci znaleźć pracę, ale na pewno pomogą ci się uczyć.

@OP: Wybór odpowiedzi głosami to NAJGORSZY pomysł.

Twoje pytanie staje się konkursem popularności. Powinieneś szukać właściwej odpowiedzi, wątpię, czy wiesz, o co pytasz, wiesz, czego szukasz.

Aby odpowiedzieć na twoje pytanie:
P: jak poważnie w tym momencie społeczność postrzega certyfikaty DS.

Odp .: Jaki jest twój cel biorąc udział w tych kursach? Do pracy, do szkoły, do samodoskonalenia itp.? Zajęcia Coursera są bardzo stosowane, nie nauczysz się dużo teorii, są celowo zarezerwowane do ustawienia w klasie.

Niemniej jednak zajęcia Coursera są bardzo przydatne. Powiedziałbym, że jest to równoważne z roczną klasą statystyczną, z dwuletniego programu magisterskiego.

Nie jestem jeszcze pewien jej rozpoznawalności w branży, ponieważ problem z tym, jak naprawdę podążałeś kursem? Ile czasu spędziłeś? O wiele łatwiej jest zdobyć literę A na tych kursach niż egzamin ołówkiem w klasie. Istnieje więc ogromna różnica jakości w zależności od osoby.

Myślę, że efekt certyfikacji z Coursera zależy zarówno od osoby, jak i klas. Wymaganie mówi, że min. 3-5 godzin tygodniowo, jeśli dodasz więcej, a materiał otwiera się na znacznie więcej niż 3-5 godzin, wtedy te zajęcia i certyfikaty mogą być równoważne z silną bazą wiedzy i doświadczeniem w tej dziedzinie . Nauka przychodzi do tych, którzy o to proszą.

Prawie skończyłem specjalizację Johns Hopkins Data Science na Coursera (kurs i nagrobek pozostały do ​​ukończenia). Dam ci tylko za i przeciw, starając się zachować jak najbardziej obiektywny charakter:

Plusy :

• Struktura wokół procesu uczenia się
• Z czasem zbudujesz portfolio

Wady :

• Różne tła potrzebne do różnych kursów. Pierwsze kilka kursów nie zakłada wcześniejszej wiedzy. Nagle nie jest łatwo zrozumieć na kursach koncepcyjnych. (Wnioskowanie statystyczne, analiza regresji)
• Prowadzony przez 3 profesorów. Myślę, że nie są na tej samej stronie o swoich potencjalnych odbiorcach i swoich umiejętnościach / potrzebach / zainteresowaniach.

Najlepszy sposób, aby odnieść sukces w znalezieniu pracy, którą chcesz, aby pokazać, że możesz to zrobić.

Wspomniane MOOC dadzą ci dobre podstawy w podstawach i powinny wystarczyć do rozpoczęcia rozwiązywania własnych problemów uczenia maszynowego / nauki danych. Wypróbuj konkurs Kaggle lub dwa, to świetny sposób na podniesienie swoich umiejętności, a przyzwoita ocena zainteresuje potencjalnego pracodawcę. Opublikuj swoje wyniki w Github, używając czegoś takiego jak notatnik iPython, który pozwoli ci łatwo zobaczyć i ocenić twoją pracę.

Wypróbuj analizę innych publicznych zestawów danych, takich jak zbiór danych UCI Bike Sharing lub UCI Diabetes Treatment Dataset, które są świetną zabawą i pokazują, że jesteś chętny i chętny do rozwijania swoich umiejętności.

To naprawdę zależy od wiarygodności instytucji wydającej certyfikat. Na przykład certyfikat Data Science wydany przez firmę z Harvardu jest uznawany przez wielu partnerów branżowych i może być dobrym wyborem. Nie powiedziałeś, jakiego rodzaju certyfikatu szukasz?

Wartość dla studenta, mieszana torba. Motywowanie jest płaceniem kilkuset dolarów za program lub stu pensów za kurs.

Ukończyłem jedną serię, od MITx. Jest to kurs ankietowy dla absolwentów dotyczący metod i narzędzi skierowany do tych, którzy potrzebują „wiedzieć o” bardziej szczegółowo. Wystarczy uziemienie, że czułem się swobodnie stosując to, czego się nauczyłem.

Samodzielny kurs HarvardX dotyczący metody ukierunkowanego wykresu acyklicznego przypominał bardziej seminarium dla absolwentów statystyki dotyczące metody Judei Pearl. Minęło by dużo czasu, zanim o tym usłyszałem.

Seria HarvardX to kurs dla absolwentów, którego celem jest zorientowanie nowego ucznia na zestaw narzędzi i aplikacji R.

Seria BerkeleyX jest licencjackim kursem ankietowym z wykorzystaniem specjalnie zbudowanej klasy Python, która jest prawie językiem specyficznym dla domeny.

Jeśli chodzi o wartość certyfikatów, mogę jedynie zgłosić, że moje jedyne związane z tym doświadczenie edukacyjne było magistrem geofizyki i miałem około roku płatnego doświadczenia poza opisem stanowiska (starszy prawnik bankowy).

Być może w wyniku tych certyfikatów zostałem odrzucony jako „przekwalifikowany” co najmniej dla dwóch znanych mi prac. Tak więc radzę, aby w przypadku posiadania certyfikatu nie wspominać o nim, jeśli słowo „Excel” pojawia się w ogłoszeniu o pracę.

Niektóre zasoby dotyczące edX dla kursów nauki danych z Harvardu, MIT, Microsoft i innych, które mogą być interesujące dla tej grupy.

Na przykład, mamy profesjonalny program certyfikacji z Harvard składa się z 8 kursów i egzamin zwieńczeniem tutaj .

Dla bardziej zaawansowanych badań, mamy program MicroMasters z MIT tutaj .

a także jeden z UC San Diego tutaj . Aby uzyskać doskonały przegląd Data Science, mamy program firmy Microsoft. Wszystkie nasze programy możesz sprawdzić tutaj .

Mam nadzieję że to pomoże,

Josh z edX