kevinzeladacl / opensource-roadmap-datascience Goto Github PK

📊 ¡Camino a una educación autodidacta en Data Science!

• Cómo contribuir
• De qué trata esto
• Conviértete en un estudiante de Data Science Research Perú
• Motivación y Preparación
• Currícula
• Cómo usar está guía

El objetivo de este repositorio es contribuir a la formación de los profesionales interesados en Ciencia de Datos e Inteligencia Artificial. Esto ayudará a incrementar los profesionales peruanos e hispanohablantes y así tener más Data Scientist, Data Engineer, Machine Learning Engineer, Data Architects y demás perfiles existentes. Puede hacer un Pull Request y agregar más contenido que crea necesario. Aquí un Tutorial

Esto es un camino sólido para aquellos que desean completar un curso de Ciencia de datos en su propio tiempo, con cursos de las mejores universidades en el mundo. En nuestro plan de estudios, damos preferencia a los cursos de estilo MOOC (Massive Open Online Course) porque estos cursos se crearon teniendo en cuenta nuestro estilo de aprendizaje.

Pueden enviarnos sugerencias y unirse a nuestros grupos de WhatsApp mediante el siguiente link.

[Pendiente] Para inscribirse oficialmente en este curso, debe crear un perfil en nuestra web.

Aquí hay dos enlaces interesantes que pueden marcar toda la diferencia en su viaje.

El primero es un video motivacional que muestra a un chico que pasó por el "Desafío MIT", que consiste en aprender todo el currículo MIT de 4 años para Ciencias de la Computación en 1 año.

• MIT Challenge

El segundo enlace es un MOOC que le enseñará técnicas de aprendizaje utilizadas por expertos en arte, música, literatura, matemáticas, ciencias, deportes y muchas otras disciplinas. Estas son habilidades fundamentales para tener éxito.

• Learning How to Learn
• Aprendiendo a aprender: Poderosas herramientas mentales con las que podrás dominar temas difíciles

El tercer enlace es un vídeo sobre 100 motivos para estudiar Informática. Repasa las razones fascinantes para aprender Ciencias de la Computación y toda lo emocionante que implica más allá de una demanda laboral en crecimiento.

• 100 MOTIVOS para estudiar INFORMÁTICA

¿Estás listo para empezar?

• Algebra Lineal
• Cálculo
• Cálculo multivariable
• Base de Datos
• Probabilidad y Estadística
• Python
• Introducción a la Ciencia de Datos
• Machine Learning
• Optimización Convexa
• Manipulación y recuperación de datos
• Big Data
• Natural Language Processing
• Deep Learning
• Especialización

Después de terminar los cursos anteriores, comience sus especializaciones en los temas que le interesan más. Puede ver una lista de especializaciones disponibles. Aquí.

Esta guía fue desarrollada para ser consumida en un enfoque lineal. ¿Qué significa esto? Que debes completar un curso a la vez.

Los cursos ya están en el orden en que debe completarse. Simplemente comience en la sección Álgebra lineal y después de terminar el primer curso, comience el siguiente.

Si el curso no está abierto, hágalo de todos modos con los recursos de la clase anterior.

Si! ¡La intención es concluir todos los cursos listados aquí!

¡Puede llevar más tiempo completar todas las clases en comparación con un curso regular de Ciencias de Datos, pero podemos garantizar que su recompensa será proporcional a su motivación / dedicación!

Debes concentrarte en tu hábito y olvidarte de los objetivos. Intenta invertir 1 ~ 2 horas todos los días estudiando este plan de estudios. Si haces esto, inevitablemente terminarás este plan de estudios.

El repositorio que nos sirvió de inspiración: OSSU