데이터 과학자로 경력을 시작하려면 소프트웨어 엔지니어링 경험이 필요합니까? [닫은]

저는 에든버러 대학교 (University of Edinburgh)에서 기계 학습 및 자연어 처리를 전문으로하는 MSc 학생입니다. 데이터 마이닝에 중점을 둔 실제 과정과 기계 학습, 베이지안 통계 및 그래픽 모델을 다루는 과정도있었습니다. 저의 배경은 컴퓨터 과학 학사입니다.

소프트웨어 엔지니어링을하고 디자인 패턴과 같은 기본 개념을 배웠지 만 대규모 소프트웨어 개발 프로젝트에 참여한 적이 없습니다. 그러나 MSc에서 데이터 마이닝 프로젝트를 수행했습니다. 내 질문은 데이터 과학자로 경력을 쌓고 싶다면 대학원 데이터 과학자 자리를 먼저 신청해야합니까, 아니면 먼저 대학원 소프트웨어 엔지니어로 자리를 잡아야 하는가입니다. 인프라 또는 기계 학습 소프트웨어 개발?

저의 관심사는 데이터 과학을위한 훌륭한 소프트웨어 엔지니어링 기술이 필요할 수 있다는 점이며, 대학원 데이터 과학자로 직접 일함으로써 이러한 기술을 얻을 수 있는지 잘 모르겠습니다.

또한 현재 데이터 마이닝을 좋아하지만 미래에 경력을 소프트웨어 엔지니어링으로 바꾸려면 어떻게해야합니까? 데이터 과학을 너무 전문화하면 어려울 수 있습니다.

나는 아직 고용되지 않았으므로 내 지식은 여전히 ​​제한적입니다. 석사 과정을 마치고 10 월 초에 대학원에 지원하기를 원하는 모든 설명이나 조언을 환영합니다.

1) 본인의 배경이 데이터 과학 분야의 경력에 ​​적합한 지 여부는 의문의 여지가 없다고 생각합니다. CS 학위 IMHO는 소프트웨어 공학적 관점에서 데이터 과학자에게 충분 합니다. 이론적 지식은 실제 경험 과 일치하지 않으면 크게 도움이되지 않으므로 추가 학교 프로젝트, 인턴쉽 또는 오픈 소스 프로젝트 (아마도 데이터 과학 / 기계 학습 / 인공 지능에 중점을 둔 프로젝트)에 참여하여 내 경험 을 풍부하게 하려고합니다. ).

2) 데이터 과학 업무의 일환으로 또는 여분의 여가 시간에 소프트웨어 엔지니어링을 연습하는 한, 데이터 과학에 너무 집중 하는 것에 대한 귀하의 우려 는 근거가 없다고 생각합니다 .

3) 나는 데이터 과학자에 대한 다음의 정의가 다소 정확하다는 것을 발견하고 그것이 미래의 경력 성공에 도움이되기를 바랍니다.

데이터 과학자는 어떤 통계에 비해 소프트웨어 공학에서 더 나은 소프트웨어 엔지니어에 비해 통계에서 더 나은 사람이다.

PS 오늘의 거대한 데이터 과학 주제에 대한 다양한 자원의 수는 환각이지만,이 데이터 과학 학습을위한 오픈 소스 교육 과정 당신의 학사 / 석사 각각의 교육 과정과 현실 데이터 과학 경력 (또는 사이에 약간의 틈을 채울 수는, 적어도, 제공 추가 연구를위한 방향 및 일부 우려 사항에 대한 답변) : http://datasciencemasters.org을 , 또는 GitHub의에 : https://github.com/datasciencemasters/go .

내가 본 구인 광고에서 답은 다음과 같이 결정됩니다. 본질적으로 기술적 인 측면 (빅 데이터 프로젝트 설계, 일부 분석 수행) 또는 정반대 (분석, 저장 등은 다른 사람의 직무)입니다.

따라서 일부 소프트웨어 디자인 기술은 매우 유용하지만 C # / Java 또는 그 밖의 다른 프로그램에서 거대한 프로그램을 빌드하는 데 비용이 들지 않아도됩니다. 내가 SW 기술을 좋아하는 이유는 단순히 프로그래밍을 위해 프로그래밍하지 않은 사람의 코드보다 코드가 더 좋아 보인다는 것입니다. 대부분의 경우 후자의 코드는 외부인을 이해하고 디버그하기가 매우 어렵습니다. 또한 분석이 더 큰 프로그램에 통합되어야 할 때도 있습니다. 프로그램의 요구를 확실히 이해하면 도움이됩니다.

전혀. 소프트웨어 기술을 선명하게 유지하십시오. 학습 한 모든 알고리즘을 혼자서 구현하는 경우 학술 프로그램에서이 작업을 수행 할 수 있습니다.

좋은 코스 선택, btw. 인턴십도 고려하십시오.