非大学数据分析职业生涯的准备

Question

我从大学退学，但对数据分析的职业很感兴趣。现在我每天大约学习10个小时。通过浏览Linkedin上的招聘信息，我可以编写一个粗略的课程。如果你能加上一个我省略过的题目，或者删除一个在市场上成功所不需要的科目，对我会有很大的帮助。

课程(三科分组)：

组1

1. 单变量微积分
2. 蟒蛇简介
3. SQL

第二组

1. 多元微积分/线性代数
2. 离散数学
3. 数据结构和算法

第三组

1. 基于微积分的统计与概率
2. Hadoop堆栈
3. 微分方程组

第4组

1. 统计学习/预测建模
2. Python数据分析技术/R中的统计编程
3. 机器学习基础

一直以来，我计划使用任何我可以在网上找到的数据集来练习。这是否足以获得一份数据分析的工作？当然，我计划学习的远不止这些，但这个基础是否足够坚实，足以获得入门级的数据工程/科学职位？

Answer 1

至少根据我和其他数据分析人员/科学家在我公司所做的工作，您的技术主题列表似乎已经足够了。但我也要补充如下：

• 可视化(ggplot2在R中，matplotlib在Python中，d3.js用于非常酷的东西)
• 实验设计

沟通技巧也很重要。

要获得更多的灵感，这里有一个很好的“课程”，用一个城市地图来表示：http://nirvacana.com/thoughts/becoming-a-data-scientist/

我还建议建立一个数据科学项目组合。这可以包括您对在线数据集的分析(例如，在UCI上)、Kaggle竞赛或类项目(例如通过Udacity或Cour血清)。这样，你就可以直接证明你的技术技能，你的沟通形式的报告或图形，以及你的能力提取洞察力。