Apa pendapat Anda tentang sertifikasi Ilmu Data?

Saya sekarang telah melihat dua program sertifikasi sains data - yang John Hopkins tersedia di Coursera dan yang Cloudera .

Saya yakin ada orang lain di luar sana.

Rangkaian kelas John Hopkins difokuskan pada R sebagai toolset, tetapi mencakup berbagai topik:

• Pemrograman R
• membersihkan dan mendapatkan data
• Analisis data
• Penelitian Reproduksi
• Inferensi Statistik
• Model Regresi
• Pembelajaran mesin
• Mengembangkan Produk Data
• Dan apa yang tampak sebagai tugas penyelesaian berbasis Proyek mirip dengan Tantangan Sains Data Cloudera

Program Cloudera terlihat tipis di permukaan, tetapi terlihat untuk menjawab dua pertanyaan penting - "Apakah Anda tahu alat", "Bisakah Anda menerapkan alat di dunia nyata". Program mereka terdiri dari:

• Pengantar Ilmu Data
• Ujian Essentials Ilmu Data
• Data Science Challenge (skenario proyek ilmu data dunia nyata)

Saya tidak mencari rekomendasi tentang program atau perbandingan kualitas.

Saya ingin tahu tentang sertifikasi lain di luar sana, topik yang dibahas, dan seberapa serius sertifikasi DS dilihat pada saat ini oleh masyarakat.

EDIT: Ini semua jawaban yang bagus. Saya memilih jawaban yang benar dengan suara.

Saya melakukan 2 kursus pertama dan saya berencana untuk melakukan semua yang lain juga. Jika Anda tidak tahu R, ini adalah program yang sangat bagus. Ada tugas dan kuis setiap minggu. Banyak orang menemukan beberapa kursus sangat sulit. Anda akan mengalami kesulitan jika Anda tidak memiliki pengalaman pemrograman (bahkan jika mereka mengatakan itu tidak diperlukan).

Ingat saja .. itu bukan karena Anda dapat mengendarai mobil sehingga Anda adalah seorang pilot F1;)

Sebagai mantan manajer analitik dan ilmuwan data timbal saat ini, saya sangat curiga dengan kebutuhan akan sertifikat ilmu data. Istilah ilmuwan data cukup samar dan bidang ilmu data dalam masa pertumbuhan. Sebuah sertifikat menyiratkan semacam standar seragam yang hanya kurang dalam ilmu data, itu masih sangat liar.

Meskipun sertifikat mungkin tidak akan menyakiti Anda, saya pikir waktu Anda akan lebih baik dihabiskan untuk mengembangkan pengalaman untuk mengetahui kapan harus menggunakan pendekatan tertentu, dan kedalaman pemahaman untuk dapat menjelaskan pendekatan itu kepada audiens non-teknis.

Program sertifikasi yang Anda sebutkan adalah kursus tingkat pemula. Secara pribadi, saya pikir sertifikat ini hanya menunjukkan kegigihan seseorang dan hanya berguna bagi mereka yang melamar magang, bukan pekerjaan sains data nyata.

Saya memimpin tim ilmu data untuk sebuah perusahaan Internet besar dan saya telah menyaring ratusan profil dan mewawancarai puluhan untuk tim kami di seluruh dunia. Banyak kandidat telah lulus dari kursus dan program yang disebutkan di atas atau membawa kredensial yang sama. Secara pribadi, saya juga mengikuti kursus, ada yang bagus, ada yang mengecewakan tapi tidak ada yang menjadikan Anda "ilmuwan data".

Secara umum, saya setuju dengan yang lain di sini. Sertifikat dari Coursera atau Cloudera baru saja menunjukkan minat tetapi tidak menggerakkan jarum. Ada banyak lagi yang perlu dipertimbangkan dan Anda dapat memiliki dampak yang lebih besar dengan menyediakan repositori yang komprehensif dari pekerjaan Anda (misalnya profil github) dan dengan jaringan dengan ilmuwan data lainnya. Siapa pun yang mempekerjakan profil ilmu data akan selalu lebih suka melihat pekerjaan Anda sebelumnya dan gaya / kemampuan pengkodean.

Ada banyak sertifikasi yang terjadi, tetapi mereka memiliki area fokus dan gaya pengajaran yang berbeda.

Saya lebih suka The Analytics Edge pada eDX lebih banyak daripada spesialisasi John Hopkins, karena lebih intensif dan praktis. Harapan dalam spesialisasi John Hopkins adalah memasukkan 3 - 4 jam seminggu vs. 11 - 12 jam seminggu di Analytics Edge.

Dari perspektif industri, saya menganggap sertifikasi ini sebagai tanda minat dan bukan tingkat pengetahuan yang dimiliki seseorang. Terlalu banyak dropout dalam MOOC ini. Saya menghargai pengalaman lain (seperti berpartisipasi dalam kompetisi Kaggle) lebih dari menjalani sertifikasi XYZ di MOOC.

Tidak yakin tentang era cloud satu, tetapi salah satu teman saya bergabung dengan John Hopkins dan dalam kata-katanya itu "brilian untuk Anda mulai". Ini juga telah direkomendasikan oleh banyak orang. Saya berencana untuk bergabung dalam beberapa minggu. Sejauh menyangkut keseriusan, saya tidak berpikir sertifikasi ini akan membantu Anda mendapatkan pekerjaan, tetapi mereka yakin akan membantu Anda belajar.

@OP: Memilih jawaban dengan suara adalah ide terburuk.

Pertanyaan Anda menjadi kontes popularitas. Anda harus mencari jawaban yang benar, saya ragu Anda tahu apa yang Anda minta, tahu apa yang Anda cari.

Untuk menjawab pertanyaan Anda:
T: seberapa serius sertifikasi DS dilihat pada saat ini oleh komunitas.

A: Apa tujuan Anda dari mengikuti kursus ini? Untuk pekerjaan, untuk sekolah, untuk pengembangan diri, dll? Kelas Coursera sangat diterapkan, Anda tidak akan belajar banyak teori, mereka sengaja disediakan untuk pengaturan ruang kelas.

Meskipun demikian, kelas Coursera sangat berguna. Saya akan mengatakan itu setara dengan satu tahun kelas pas stat, dari program Magister dua tahun.

Saya belum yakin dengan pengakuan industrinya, karena masalah bagaimana Anda mengikuti kursus? Berapa banyak waktu yang Anda habiskan? Jauh lebih mudah untuk mendapatkan nilai A dalam kursus-kursus ini daripada ujian kertas-pensil kelas. Jadi, ada variasi kualitas yang sangat besar dari orang ke orang.

Saya pikir efek sertifikasi dari coursera tergantung pada individu maupun kelas. Persyaratannya mengatakan min 3-5 jam seminggu, jika Anda memasukkan lebih banyak, dan materi terbuka lebih dari 3-5 jam, maka kelas dan sertifikasi ini dapat setara dengan basis pengetahuan dan pengalaman yang kuat di lapangan . Ilmu pengetahuan datang kepada mereka yang memintanya.

Saya hampir selesai dengan Spesialisasi Ilmu Data Johns Hopkins di Coursera (Kursus dan batu penjuru yang tersisa untuk lulus). Saya hanya akan memberi Anda pro dan kontra dari itu, berusaha untuk tetap seobjektif mungkin:

Pro :

• Struktur di sekitar proses pembelajaran
• Anda akan membangun portofolio seiring waktu

Kekurangan :

• Latar belakang berbeda diperlukan untuk kursus yang berbeda. Beberapa kursus pertama tidak mengasumsikan pengetahuan sebelumnya. Tiba-tiba menjadi tidak mudah dipahami dalam kursus konseptual. (Inferensi Statistik, Analisis Regresi)
• Diajarkan oleh 3 profesor. Saya pikir mereka tidak berada di halaman yang sama tentang potensi audiens mereka dan kemampuan / kebutuhan / minat mereka.

Cara terbaik untuk menjadi sukses dalam mendapatkan pekerjaan yang Anda inginkan menunjukkan bahwa Anda bisa melakukannya.

MOOC yang Anda sebutkan akan memberi Anda landasan yang baik dalam dasar-dasar dan harus cukup untuk membantu Anda mulai memecahkan masalah pembelajaran mesin / ilmu data Anda sendiri. Coba satu atau dua kompetisi Kaggle, itu cara yang bagus untuk meningkatkan keterampilan Anda, dan nilai yang layak akan menarik minat calon atasan. Publikasikan hasil Anda di Github menggunakan sesuatu seperti Notebook iPython, yang akan memungkinkan pekerjaan Anda mudah dilihat dan dinilai.

Cobalah analisis pada kumpulan data publik lainnya, seperti Dataset UCI Bike Sharing , atau Dataset Perawatan Diabetes UCI yang sangat menyenangkan untuk dicoba, dan tunjukkan bahwa Anda tertarik dan bersedia mengembangkan keterampilan Anda.

Itu sangat tergantung pada kredibilitas lembaga pemberi sertifikat. Misalnya, Sertifikasi Ilmu Data dari perusahaan yang berbasis di Harvard diakui oleh banyak mitra industri dan dapat membuat pilihan yang baik. Anda tidak mengatakan sertifikat seperti apa yang Anda cari?

Nilai bagi siswa, tas campuran. Membayar beberapa ratus dolar untuk program atau seratus pop untuk kursus adalah motivator.

Saya telah menyelesaikan satu seri, dari MITx. Ini adalah kursus survei tingkat tinggi tentang metode dan alat yang ditujukan untuk mereka yang perlu "tahu tentang" secara terperinci. Cukup membumi, bahwa saya merasa nyaman menerapkan apa yang telah saya pelajari.

Kursus HarvardX yang berdiri sendiri tentang metode grafik asiklik diarahkan lebih seperti seminar pascasarjana dalam statistik tentang metode Judea Pearl. Itu akan lama sebelum saya mendengarnya, jika tidak.

Seri HarvardX adalah boot camp tingkat pascasarjana yang bertujuan mengarahkan siswa baru ke R toolset dan aplikasi.

Seri BerkeleyX adalah kursus survei sarjana menggunakan kelas Python yang dibangun khusus yang hampir merupakan bahasa khusus domain.

Mengenai nilai sertifikat, saya hanya dapat melaporkan bahwa satu-satunya pengalaman pendidikan terkait saya adalah master di bidang geofisika, dan saya memiliki sekitar satu tahun pengalaman dibayar di luar uraian pekerjaan saya (pengacara senior bank).

Mungkin sebagai akibat dari sertifikat, saya ditolak sebagai "terlalu tinggi kualifikasi" untuk setidaknya dua pekerjaan yang saya ketahui. Jadi, saran saya adalah jika Anda memiliki sertifikat jangan menyebutkannya jika kata "Excel" muncul di postingan pekerjaan.

Beberapa sumber daya pada edX untuk kursus ilmu data dari Harvard, MIT, Microsoft dan banyak lagi yang mungkin menarik bagi kelompok ini.

Misalnya, kami memiliki program sertifikat profesional dari Harvard yang terdiri dari 8 kursus dan ujian batu penjuru di sini .

Untuk studi lebih lanjut, kami memiliki program MicroMasters dari MIT di sini .

serta satu dari UC San Diego di sini . Untuk ikhtisar besar Ilmu Data, kami memiliki program dari Microsoft. Untuk semua program kami, Anda dapat memeriksa di sini .

Semoga ini membantu,

Josh dari edX