¿Es el campamento de entrenamiento de Zipfian Academy / Galvanize Data Science un campamento de alta calidad?

Como empleado n. ° 1 en la Academia Zipfian, pasé los últimos dos años convirtiendo a la Academia Zipfian en una compañía educativa de alta calidad que produce excelentes resultados para los admitidos en el programa.

Considere los puntos de datos más relevantes:

  • Zipfian Academy ha graduado a más de 50 alumnos que se unieron a compañías como Facebook (compañía), Twitter (compañía), Airbnb (producto), Tesla (compañía), Uber (compañía), Square (compañía) y Coursera después del programa. La lista completa es información pública en http://zipfianacademy.com/alumni
  • El 93% de los graduados encuentran roles de ciencia de datos en 6 meses Los títulos de graduados incluyen Científico de datos, Ingeniero de aprendizaje automático, Director de TI, Ingeniero de PNL, Científico de datos – Analista, Hacker de productos, etc.

Lea la opinión completa de un alumbre:

Aquí hay un extracto de una entrevista con el alumno Alex Mentch, ahora un Data Scientist en Facebook.

La entrevista completa está disponible en http://www.zipfianacademy.com/bl…

¿Cómo fue estar en el programa de la Academia Zipfian?

Fue intenso Estuvimos allí desde 8a-9a hasta la cena bien pasada en la mayoría de las noches. Aprecié que el programa fue muy enfocado y práctico. Las conferencias fueron diseñadas para que empezáramos a trabajar por nuestra cuenta; no duraron más de lo necesario. Debido a que el programa se centra en el trabajo práctico, al principio comete muchos errores, pero descubre cómo resolverlos. Es una forma realmente efectiva de aprender el material. También desarrolla la intuición que necesita en este trabajo, lo que significa una familiaridad con los algoritmos y las herramientas que están disponibles para usted, y qué tipo de preguntas puede hacer sobre los datos. Ese tipo de experiencia te ayuda a hacer tu trabajo más rápido.

En una clase típica de universidad o escuela de posgrado, solo aplica lo que aprendió en la clase al problema que se presenta después. Pero con una tarea de tarea guiada como esa, no aprendes tanto sobre cómo discriminar entre un conjunto de enfoques posibles. Zipfian Academy proporcionó ese tipo de aprendizaje que generalmente no ocurre hasta que trabajas en un trabajo.

¿Cómo fue la búsqueda de empleo en ciencia de datos?

Mi proceso de entrevista no fue tan malo. Utilicé principalmente conexiones del Día de Contratación de la Academia Zipfian, así como AngelList y Linkedin. Con la mayor frecuencia posible, traté de encontrar a un amigo de un amigo que trabajara en una empresa para entrar, y a veces me contactaron a través de Linkedin.

El proceso de solicitud típico era una especie de pantalla de teléfono inicial, una tarea para llevar a casa, luego una entrevista in situ con algoritmos, preguntas SQL y preguntas sobre productos. Estoy seguro de que hay otras formas en que probablemente te evalúen, pero nunca estás realmente seguro. Los sitios fueron bastante intensos con cerca de tres horas de entrevistas consecutivas.

No tuve que prepararme demasiado para las entrevistas. Estaba planeando responder preguntas sobre algoritmos en Python, así que me aseguré de estar cómodo con la aplicación de Python. También me aseguré de que estaba listo para hablar sobre estadísticas básicas, pude poner en blanco el SQL y de que al menos estaba un poco familiarizado con la compañía.

Me entrevisté en Facebook, Airbnb, Tesla y Uber, y acepté una oferta de Facebook en su equipo de análisis de productos.

¿Qué consejo le darías a alguien sobre irrumpir en la ciencia de datos?

Por lo que he visto, es difícil contratar a un científico de datos, pero también es difícil ser contratado. He hablado con muchas personas interesadas en la ciencia de datos pero que no están realmente seguras de si quieren seguir adelante. Sigo recomendando buscar en la Academia Zipfian. Es importante aprender las cosas que necesita para ingresar al campo, así como obtener las conexiones necesarias para comenzar. Las empresas a menudo enumeran un doctorado como un requisito para los roles de ciencia de datos, pero el trabajo en realidad no lo requiere.

Si tuviera que hacerlo de nuevo, ¿tomaría las mismas decisiones? La respuesta es sí. Este fue definitivamente el camino correcto para mí.

Actualmente estoy asistiendo a Zipfian. Creo que sería imposible encontrar otro programa que enseñe tanto en tan profundidad en 3 meses.

De Zipfian está aprendiendo las tecnologías más avanzadas de los mejores de la industria (es decir, Jon y Ryan, como ha mencionado). Podrá utilizar las técnicas que le enseñen cuando ingrese a la industria porque aplicó esas técnicas para resolver problemas del mundo real (o problemas del mundo real en una escala más pequeña). El soporte siempre está disponible cuando lo necesita y nunca está atrapado en algo demasiado tiempo, como lo hará a menudo por su cuenta. Está aprendiendo material de 1 año en 3 meses a la misma profundidad, y quizás con más información sobre la aplicación de esas técnicas.

También se le presenta a las personas de la industria (en forma de conferencias invitadas y mentores), a las que nunca tendrá la oportunidad de exponerse.

Las horas son largas, el proceso es duro, pero la recompensa es enorme.

Hay algunos de estos “bootcamps” de Data Science, aunque cada uno es diferente. Probablemente sepa que Zipfian Academy no requiere un doctorado, mientras que Insight sí (pero es gratis para los becarios). Metis en Nueva York es otro campamento de arranque de 12 semanas (más similar a Zipfian) que no requiere un doctorado. Organicé un seminario web con los creadores e instructores en el campo de entrenamiento de Ciencia de datos de Metis, si tiene unos minutos y desea ver: Informe del curso y Metis Presente: Ciencia de datos para nOObs

Otro programa similar a Insight es The Data Incubator en Nueva York. También es gratis para los becarios, requiere un doctorado y tiene una duración de ~ 6 semanas. Estos son para personas que tienen antecedentes académicos en matemáticas / estadísticas / análisis y desean ingresar al mundo de los negocios y obtener un trabajo como científico de datos.

Si está buscando fuera de los EE. UU., Acabo de enterarme de Science to Data Science en Londres: son similares a Insights and Data Incubator.

Consulte el Informe del curso para obtener una lista completa de los programas de ciencia de datos y para ver reseñas, entrevistas, seminarios web, etc. en todas las escuelas. No dude en comunicarse conmigo en liz {at} coursereport {dot} com si tiene preguntas específicas. ¡Buena suerte!


Fui parte del programa inmersivo de ciencia de datos de Galvanize de enero a marzo de 2015; La primera cohorte después de adquirir la Academia Zipfian. Técnicamente no asistí al Bootcamp porque no era estudiante. Era un Data Scientist in Residence (DSR) donde mi papel era más de un asistente de enseñanza. Yo era un empleado de Galvanize. En mi opinión, es una de las mejores pasantías de ciencia de datos de todos los tiempos debido a las oportunidades de aprendizaje, el entorno de aprendizaje y las conexiones.

Tenía un amplio conocimiento de la ciencia de datos, pero no había practicado mucho por mi cuenta y no era muy profundo. Con la ayuda de los instructores y otros DSR, aprendí las ocho semanas del plan de estudios, ya sea en mi propio tiempo o, a veces, se me asignó tiempo durante las horas de trabajo para ponerme al día con temas con los que no estaba completamente familiarizado. Es cierto que esto me obligó a aprender el material muy rápido, pero me vi obligado a aprenderlo muy bien porque generalmente era la primera persona en responder las preguntas que tenían los estudiantes.

En los días en que se esperaba que estuviera “en el piso”, caminaba ayudando a los estudiantes con preguntas específicas de Python, aclarando las tareas, preguntas teóricas generales y preguntas de la industria. El mantra de enseñanza “la mejor manera de aprender algo es enseñarlo” se aplicaba a mí a diario.

Un día típico era un examen matutino de 30 minutos, 1 hora de conferencia, 2 horas de asignación de programación individual, 1 hora de almuerzo, después de la conferencia del mediodía, 4 horas de asignación de programación en pareja. Los temas abarcan desde ingeniería de software, probabilidad y estadísticas, aprendizaje supervisado, procesamiento de lenguaje natural, aprendizaje no supervisado, desarrollo web y visualización de datos.

Funcionalmente, la adquisición no cambió mucho la Academia Zipfian. De hecho, el nuevo espacio mejoró el programa. El edificio de Galvanize tenía cinco pisos, albergaba nuevas empresas en el edificio, y el mismo piso, organizó muchas reuniones y conferencias de invitados por parte de científicos de datos, y proporcionó muchos más recursos para los estudiantes y el personal. Se alentó a los estudiantes a hacer preguntas, hacer conexiones con nuevas empresas y, en general, ser proactivos acerca de conseguir un trabajo.

Conocí muy bien a los estudiantes, hice un proyecto, elegí “graduarme” junto con los estudiantes y pasé el día de contratación, una entrevista de un día de duración con los socios de contratación de Galvanize. Obtuve algunas entrevistas a través de las conexiones de Galvanize, pero no conseguí un trabajo con ellas.

Poco después, comencé mi carrera de ciencia de datos en Preact y, hasta ahora, ¡me encanta!

Es intenso, te llega mucho material. Pero eso es lo que quería. Terminé el programa hace una semana. Su plan de estudios es integral y bien pensado. Incorporaron una variedad de técnicas de entrega, incluidas las tareas estructuradas diarias que nos guiaron a través del material técnico.

El programa incluye un proyecto personal de dos semanas, que me pareció bastante imposible al principio. Terminó siendo mi parte favorita. Cuando comenzó el proyecto, encontré una subdisciplina favorita dentro de la ciencia de datos, y disfruté de la libertad de concentrarme en ella durante un bloque de tiempo sólido con un gran apoyo en el camino.

Cuando tomé la decisión de hacer que una carrera se convirtiera en big data, tuve muchos desafíos al haber estado fuera de cualquier programación o desarrollo en muchos años. Zipfian era perfecto para alguien como yo. Tenía las habilidades pero me faltaba el conocimiento de la industria y las últimas herramientas. Descubrí que mi inversión en el entrenamiento Zipfian es una de las mejores elecciones que he hecho en mi carrera adulta. Tengo 40 años y tengo una carrera profesional bastante ecléctica. Un enfoque de campamento de entrenamiento para aprender las últimas herramientas y enfoques para Data Science es ideal para un profesional que tiene algo de programación, estadísticas, etc.

El programa es intenso, así que prepárate para entregar tu vida durante la mayor parte de las 12 semanas. Pero en promedio, aprendí más en Zipfian en una ventana de 30 minutos que en una semana en la Universidad. ¡A menudo puedes recibir respuestas cuando murmuras en voz alta y un compañero de clase o instructor te escucha! Tener personas reales a tu alrededor es una gran ventaja para cualquier cosa que hagas en línea. ¡No es broma! Mucho de eso tiene que ver con el entorno del campamento de entrenamiento, los sprints de todo el día que realmente te llevan a la noche :). Tienes un equipo de aproximadamente 15 compañeros haciendo exactamente lo mismo al mismo tiempo. Estás imitando un entorno laboral en la forma en que estás inmerso en los proyectos. El otro aspecto era estar constantemente rodeado de personas tan conocedoras. Jonathan tiene que ser uno de los instructores más pacientes y hábiles. Lo mismo puede decirse de Ryan, Oren. También traen invitados habituales para hablar, enseñar y hacer presentaciones. El aspecto de las redes fue muy valioso.

En cuanto a la colocación laboral, solo puedo hablar por mí mismo. Tenía varias ofertas y estaba firmado y listo para comenzar incluso antes de graduarnos. Zipfian me dio la confianza para entrar y rockear todas mis entrevistas. Lo recomiendo siempre que tenga los requisitos previos en su haber. Los tenía y aún me sentía muy desafiado. ¡Buena suerte!

Junto con la tecnología relativamente nueva de Big Data está el nuevo científico de datos de títulos de trabajo. Si bien no está vinculado exclusivamente a los proyectos de Big Data, el rol del científico de datos los complementa debido a la mayor amplitud y profundidad de los datos que se examinan, en comparación con los roles tradicionales … Puede visitar este enlace: Big Data, ciencia de datos – Clases de capacitación de cursos combinados en línea | Big Data, Data Science – Cursos combinados de cursos en línea Un científico de datos representa una evolución desde el rol de analista de datos o negocios. La capacitación formal es similar, con una base sólida típicamente en informática y aplicaciones, modelado, estadísticas, análisis y matemáticas.

. Lo que distingue al científico de datos es la perspicacia empresarial fuerte, junto con la capacidad de comunicar los hallazgos a los líderes empresariales y de TI de una manera que puede influir en la forma en que una organización aborda un desafío empresarial. Los buenos científicos de datos no solo abordarán los problemas comerciales, sino que elegirán los problemas correctos que tengan el mayor valor para la organización.

El rol del científico de datos ha sido descrito como “analista en parte, artista en parte”. Un científico de datos es alguien que es inquisitivo, que puede observar los datos y detectar tendencias. Es casi como un individuo del Renacimiento que realmente quiere aprender y aportar cambios a una organización “.

Mientras que un analista de datos tradicional puede mirar solo los datos de una sola fuente, por ejemplo, un sistema CRM, un científico de datos probablemente explorará y examinará datos de múltiples fuentes dispares. El científico de datos examinará todos los datos entrantes con el objetivo de descubrir una información previamente oculta, que a su vez puede proporcionar una ventaja competitiva o abordar un problema empresarial urgente. Un científico de datos no solo recopila e informa sobre los datos, sino que también los mira desde muchos ángulos, determina lo que significa y luego recomienda formas de aplicar los datos.

Los científicos de datos son inquisitivos: exploran, hacen preguntas, hacen análisis de “qué pasaría si”, cuestionan los supuestos y procesos existentes

Los datos se duplican cada dos años, y todos han oído hablar de los números de crecimiento absurdos indicados en los informes. En este contexto, el resultado inevitable es la aparición del Data Scientist. Un científico de datos necesita analizar grandes cantidades de datos y proyectar el mapa tecnológico para hacer posible la transición de datos a ideas. El alcance del trabajo de un científico de datos incluye la identificación de las fuentes de datos, la calidad de los datos, las correlaciones entre los puntos de datos y la difusión a los usuarios de la información.

Por el momento, el papel de un científico de datos lo desempeña una combinación de personas en el equipo de BI, como el arquitecto del almacén de datos, el analista de negocios y otros de esa clase. A medida que la situación evoluciona, el científico de datos trabajará por encima de estos profesionales para descubrir nuevas tendencias y asociaciones que puedan estar más allá del ámbito de los modelos actuales y los problemas comerciales. El analista de negocios trabajaría en los datos que ha recopilado el científico de datos. James Kobielus, un analista senior de Forrester, en su negocio, llega a comparar el trabajo de un científico de datos con el trabajo de científicos en ciencias naturales y ciencias sociales, afirmando que necesitarían datos de observación y datos experimentales para funcionar. con. “Históricamente ( los científicos de datos ) han tenido que contentarse con meros ejemplos”. Con el surgimiento de una carrera de pleno derecho, esto pronto cambiará.

Zipfian Academy fue un campamento de ciencia de datos de primer nivel. Ahora que Galvanize lo ha comprado, las cosas han cambiado. Galvanize está dirigido por personas con mentalidad empresarial, no ingenieros de software o científicos de datos. También han adquirido una cantidad significativa de capital de riesgo. Las expectativas de los accionistas son anteriores a los resultados de los estudiantes ahora.

Evite los bootcamps que tengan una importante inversión financiera externa. Búscalo en CrunchBase .

¿Por qué no echas un vistazo a K2 Data Science? Somos un campamento de ciencia de datos en línea para profesionales que trabajan. Tenemos un programa a su propio ritmo. Nuestro plan de estudios principal está diseñado por científicos de datos de alto nivel y usted es asesorado por científicos de datos con experiencia en la industria cada semana del viaje.

Estaba en la primera cohorte de la Academia Zipfian y creo que valió la pena cada centavo. Jonathan, Ryan y el resto del equipo proporcionaron instrucciones y orientación de alta calidad incluso sobre las tecnologías más nuevas que ahora uso todos los días. También me entrenaron sobre cómo hacerme el mejor candidato posible para cualquier trabajo a través de revisiones de currículums, preparación de entrevistas y trabajo en red. Finalmente, su red de socios facilitó el acceso a algunas empresas realmente increíbles, una de las cuales ahora trabajo. Definitivamente consideraría Zipfian como un programa de educación alternativa de alta gama. Su equipo lo está haciendo bien.

Consulte la siguiente respuesta, que también es relevante para esta pregunta:

Respuesta anónima a ¿Cuál es su opinión sobre Zipfian Academy / Galvanize?

En resumen, si bien el programa parece haber sido una inversión sólida para su primer par de cohortes alrededor de 2014, el vapor podría estar agotándose a partir del verano de 2016.

Siempre puede usar sitios de salarios como PayScale para tener una idea cuando se trata de salarios para varios trabajos. Este sitio incluso te permite investigar el ROI basado en la escuela.

Conozco personalmente a ambos cofundadores. Aunque no soy un científico de datos, sé que Jonathan Dinu y Ryan Orban son personas altamente dedicadas y talentosas, y he observado y me han impresionado algunos de los materiales e ideas que están utilizando para comenzar la Academia Zipfian.

No puedo ofrecer una respuesta sobre sus posibilidades de ser reclutado después de la graduación (aunque sé que están trabajando duro en esa área), pero si está buscando una evaluación basada en la ética laboral y la capacidad de enseñanza, recomiendo encarecidamente ellos.

También estaría interesado en obtener respuestas a esta pregunta, y me disculpo por no tener ninguna información propia.

Responder.

More Interesting

Soy un graduado de B.Tech en ingeniería mecánica (no IIT) y actualmente trabajo en IBM GBS India como estudiante de primer año. Recientemente he desarrollado un interés en la codificación, aprendiendo de fuentes gratuitas como CodeAcademy y UDemy. ¿Es posible para mí obtener una maestría en informática en un año o dos?

Estoy haciendo mi último año de B.Tech en CSE y no soy bueno en la codificación. ¿Cuáles son los campos de la informática que se adaptarán a mi carrera?

Siendo un estudiante de CSE de tercer año, ¿en qué debería centrarme más desde el punto de vista de la ubicación?

¿Cuál es la mejor manera de obtener un excelente trabajo de Netaji Subhash Engineering College?

¿Vale la pena invertir en un título de MS (industrial)?

¿Qué tipo de habilidades no relacionadas con la programación necesito para convertirme en un desarrollador de backend profesional?

Cómo ingresar a ISRO si soy ingeniero mecánico

Cómo aplicar a empresas fuera de la India

¿Es ilegal que un empleador lo despida mientras está de baja médica sin previo aviso?

Cómo saber que con el tiempo te has convertido en una persona más responsable y madura

¿Cuáles son los diversos trabajos del gobierno que uno puede solicitar?

¿Es fácil encontrar trabajo en Alemania después de completar M.Arch para estudiantes no pertenecientes a la UE?

¿Qué ingeniería tiene el mejor alcance y salario en las condiciones actuales?

¿Por qué muchas ofertas de trabajo van solo a IIT?

Tengo que hacer un MTech. Soy de ECE Tengo que elegir entre IIIT DELHI y IIIT GWALIOR. ¿Cuál debería elegir?