The Data Science Roadmap - what you can learn

[@janga8717]

Im groben kann man also zusammenfassen: 1. Data Engineering 2. Visualisierung & Interpretation 3. Machine Learning Es macht Sinn zu Beginn mal alles gemacht zu haben. Häufig arbeitet man am Ende aber nur an einem der genannten Punkte und nicht an allen auf einmal. In Zusammenhang Spark ist mit Sicherheit noch Scala eine interessante Sprache. Gerade weil viel im Bereich DataScience & Engineering aus dem Apache Ökosystem kommt (Spark, Hadoop, Kafka, Airflow, uvm) sind Java & Python oder eben Scala & Python ziemlich interessante Kombinationen. Auch wenn Python via API in entsprechende Frameworks wie Spark integriert wird, ist es ratsam (vor allem bei Spark) direkt in Scala arbeiten zu können. Und ich spreche aus Sicht eines Python Entwicklers im Berufsleben inmitten von Java Entwicklern: Python ist eine sehr hohe Sprache. Es tut gut sich neben dieser hohen Sprache noch eine weniger hohe anzueignen - Java oder C# sind da einfach interessant.

[@hundrichvonheinzenfeld2671]

du hast 63 mal daten bzw. data gesagt. : ) hab es überlebt!!!!!!!!!!!!!!!!!!

[@MrMBSonic]

Trinkspiel Joke war Klasse😂 👍 top zusammengefasst. Hatte neben deinen Videos nenn Kurs von Dataquest, Fazit: Du warst unendlich hilfreicher 😎 Schöner Einblick auf jedenfall, gerade in dem Bereich erlebt man oftmals das Leute Vorstellungen haben, die fernab jeder Realität sind 😂.

[@Enne255]

Endlich, danke für dieses Video. Bin gespannt, denn ich ich habe mich eben auf den Pfad Data Science begeben.... Bin gespannt

[@justastrangedude69]

Haha der Herr kann ja Gedanken lesen. Immer ein spannendes Video am Start

[@adlermuller1386]

Freue mich auf deine Videos zu Numpy, Pandas und den Datenbanksystemen!

[@asensiodias1593]

Hast du einen guten Kanal oder deine Videos wo man wirklich gut zum Data Science kommt. Habe Java Grundlagen drauf und will mich da zügig hin entwickeln.

[@TheMorpheusTutorials]

Wie wäre es mit dem hier? 😂 Python und Data science Videos, alles da

[@mojtababakhtiari5774]

Vielen Dank für tolles Video, ich freue mich auf die Kurse zu Numpy und Pandas 👍👌

[@mr_chriwo6762]

Auf so ein Video hab ich gewartet, meeega nice 👍

[@florianhofstetter6859]

Oft wird ja in Büchern oder allgemein Kursen vorausgesetzt oder als Grundlage empfohlen, dass man lineare Algebra und andere höhere Mathematik wie Infinitesimalrechnung beherrscht. Das ist zwar meiner Meinung nach wichtig, fall man selbst solche Algorithmen entwickeln möchte, aber nicht für die Anwendung. Das schreckt vielleicht viele Leute ab, nur an einer Anwendung interessiert sind. Das ist mit Sicherheit der Großteil aller Programmierer, die mit maschinellem Lernen zu tun haben. Die Voraussetzung von höherer Mathematik hört sich fast so an, wie wenn man Programmieren lernen möchte und deswegen lernen müsste, wie ein Lexer arbeitet. Das ist zwar nett zu wissen, aber nicht unbedingt notwendig.

[@jonaswalsch9787]

Ja, da stimm ich dir zu, ich selbst hab mir ein Buch aus dem o Reilly Verlag zum thema maschinelles lernen gekauft und ein großer teil waren mathematische Formeln und Funktionen im Sinne von :"hier siehst du eine Funktion", die jedoch nicht erklärt wird für Leute die nicht so schlau auf dem Gebiet sind und wo man sich wünscht das diese Funktionen vielleicht einfach auf Anfänger level erklärt werden

[@p-196]

einen SQL Kurs hab ich schon mal gemacht. allerdings ist dieser schon etwas länger her und ich hab SQL bis jetzt auch nicht in der Praxis benötigt, wesswegen ich 99% davon schon wieder vergessen hab.

[@David-ky9fk]

Hallo, danke erstmal fürs Video. War wirklich sehr aufschlussreich:). Mich hätte interessiert, ob du allgemein zum Thema "Data Science" und den entsprechenden Teilgebieten irgendwelche Literatur Empfehlungen hast, wo du persönlich sagst es ist ein "Must read" für diese Materie. Vielen Dank Mit freundlichen Grüßen

[@LNMN-gg5xp]

Hi, Kurze Frage meinerseits: Ich bin bei der Recherche auf "DataCamp" gestossen die von sich behauptet eine solide und zeitgemässe Kursplattform zu sein und Kurse in "R", SQL und Python anzubieten. Kennst du diese Plattform und würdest du diese empfehlen?

[@dertyp6833]

Ich glaube, du hast den exzellenten Spiegelminingtalk nicht verlinkt (oder ihn zu gut versteckt). Außerdem hat der Dude auch sowas ähnliches mit Der Bahn gemacht, wozu es auch einen Talk gibt mit einer schönen Message am Ende.

[@TheMorpheusTutorials]

Danke dir 👍

[@christianwolter6956]

Ich studiere derzeit BWL im Bachelor Hauptstudium und habe meinen Schwerpunkt auf Data Analytics gelegt (d.h. ich lerne den Umgang mit Python, SQL, R und deren Anwendung im Controlling und Marketing, sowie Statistikvertiefungen). Wie beurteilst du den Einstieg in dieses Berufsfeld als quasi Quereinsteiger (also ohne ein reines Informatikstudium)? Edit: Und danke für das super informative Video!

[@wbtr5759]

Danke für das tolle Video, ich hätte eine Frage. Ich möchte gern auf der Seite edX am MIT den MicroMaster für data science machen aber bringt dieser außer dem know how etwas? Kann ich davon ausgehen danach ein Job in diesem Bereich zu bekommen? … wäre super 👍🏼

[@barisbasar3909]

mich würd mal echt interessieren wie viele terrabyte wissen dein gehirn gespeichert hat... uff du weißt gefühlt alles

[@TheMorpheusTutorials]

:D :D

[@marcello4258]

Hallooooo... Was ist mit Java und Scala? :P

[@smartelevate]

Bringen Bootcamps etwas und kann man wirklich einen Job danach bekommen?

[@adrianhillmann3741]

Ich hatte kurzfristig daran gedacht den Wortstamm "Daten" zu zählen. Kaum habe ich das Fenster minimiert: "Daten... Daten... Daten... etc."

[@hundrichvonheinzenfeld2671]

63 mal

[@naheliegend5222]

SQL + Python (Pandas, SciKit-Learn) und Power BI und du bist schon gut dabei

[@TheMorpheusTutorials]

Auf jeden 👍

[@asterisk944]

Kannst du auch eine Roadmap zur It sicherheit machen?

[@mawa5702]

Was hälst du von der Ausbildung zum Fachinformatiker für Daten- und Prozessanalyse als Einstieg in Data Science?

[@allahueggbert4274]

Nichts, Schwerpunkt in Data Science ist Mathematik. Der Rest (Python, Spark, SQL) ist easy zu lernen. Aber die Algorithmen müssten meistens angepasst werden, Out-of-the-Box Frameworks erleichtern zwar das Leben, sind im realen Usecase aber oft ungenügend. Die besten Unternehmen (FANG) setzen zum Data Scientist oftmals einen PhD voraus

[@severussnape9547]

Die Pandas und Np Videoreihe, hätte ich im letzten Semster benötigen können. ^^

[@TheMorpheusTutorials]

Sorry :)

[@soulintent7052]

Welche deutschen Bücher zu Data Science könntest du empfehlen? Grüße

[@philippmuller2086]

wobei die mathematik die du jetzt genannt hast ja noch recht simple ist. statistik macht man ja auch in der soziologie oder psychologie. aber mathe würde ich das nicht nennen. eher verstehen von konzepten. aber verrückte gleichungssysteme lösen im sinne von lineare algbra, braucht man das auch? ich meine, was man alles an mathe im studium der informatik machen muss, das ist ja absolut wahnsinn. hunderte von seiten mit formeln und beweisen. wieviel braucht man davon denn tatsächlich später noch?

[@Thess6969]

Was ist deine Meinung zum neuen Macbook mit dem M1 Chip? Machine Learining soll dieser ha wirklich top sein, aber auch bei neuronalen Netzen?

[@TheMorpheusTutorials]

Hatte nie einen, aber grundsätzlich würde ich CPU < GPU < Cloud machen. Er ist ein super Ersatz, wenn du keine Graka hast, aber ich würde eher in die Cloud gehen^^

[@Thess6969]

@@TheMorpheusTutorials ist denke ich ein ausgezeichneter Grundsatz 😄 danke dir für die schnelle Antwort. Immer der Top Channel Numero uno 😎

[@yasyasmarangoz3577]

6:28 und über Babys 😂

[@estellakodalle]

Ehrenmann

[@stegi848484]

Wir kartiert ein Rasenmähroboter eigentlich seinen Rasen?

[@animentis8987]

Rokos Basilisk

[@dunkelmuthmaier3531]

wäre ein tutorial möglich wo man lernt wie man instagram passwörter hackt ohne solche phishing links draufklickt??? Weil da fällt kaum noch jemand in 2021 rein. Wäre mega cool. Ps: Machst echt gute tutos Mfg

[@red_calla_lily]

Darf man nicht, ist illegal

[@dunkelmuthmaier3531]

@@red_calla_lily was juckt mich das ob es illegal ist ich möchte es nur probieren

[@du42bz]

Für alle die zu faul sind: get in IT