Всем привет! ) В этой статье мы с вами разберем полезные навыки и то, что полезно знать для Python программиста и Data Science.
Информатика
Вообще для работы с кодом знания информатики не нужны. Но знания информатики полезны, если вам интересно, как ваш код влияет на память, где она хранится, как передается и тд. Также из информатики полезно знать работу Excel и вообще работу ЭВМ. Это полезно знать как минимум для общего развития. Лишним не будет.
Математика
Если мы говорим про Python, там знания математики не особо нужны, так как там есть множество библиотек, которые вам помогут. Мат. анализ, линейная алгебра и тд. вам не понадобятся, если вы не идете в Data Science. Data Science и вообще в сфере данных математика приобретает ключевое значение. Вам нужно знать и мат. анализ(без знаний мат. анализа вам будет очень сложно освоить Deep Learning), и линейную алгебру(в основном для работы с данными или смоделировать поведение объектов), также основы высшей математики. Но самое главное - это теория вероятности и статистика(Data Science основано на статистике и вероятности). На самом деле нельзя говорить, какой раздел математики где чаще применяется, так как везде они имеют свое значение и нужны для выполнения определенных задач. Подробный план обучения математики для Data Science будет совсем скоро.
Английский язык
Английский язык - это навык, который вам не обязателен. Но если вы хотите продвигаться по карьерной лестнице, повысить эффективность обучения, то учите английский. Английский можно спокойно совмещать параллельно с обучением программированию или можно учить уже когда вы трудоустроитесь. Я сам много сказать о том, как учить правильно, не могу, так как сам только недавно начал учить английский.
Сейчас мы с вами поговорим о навыках, которые нужны для Data Science. Я не буду повторять уже изложенные мною навыки, так как все из названых нужны и в Data Sciecne.
SQL
Это язык программирования, который на ровне с Python нужен в Data Science. Он нужен для создания, управления и модификации данных в базе данных. Sql не является настолько сложным языком, чтобы тратить на него слишком много времени. На уровень знания Sql для Data Science вам хватит 2-3 месяца.
Machine Learning
Это основа искусственного интеллекта, которая позволяет, прибегая к математическим, статистическим методам, создавать алгоритмы, не прибегая к программированию. Машинное обучение является незаменимой частью в обучении Data Science.
Deep Learning
Это совокупность методов машинного обучения. Глубокое обучения также незаменимо для Data Science.
Чтобы уже полноценно считать себя человек готовым работать в Data Science, вам надо знать(буду писать по порядку): Python, Математика, Machine Learning, Deep Learning(сюда входит: нейронные сети, компьютерное зрение, обработка текста), Основы SQL.
Если вам понравилась эта статья и она была вам полезна, то ставьте лайк и подписывайтесь на канал. Впереди будет еще больше полезного материала.
