BBr1an
12-07-2017, 14:29
Salve a tutti! Ho 22 anni, studio economia e finanza all'uni. Da tempo mi sto appassionando all'idea di diventare un data scientist, finita la triennale forse è il percorso che sceglierò (quello o quantitative finance).
Detto questo, so che per diventare un data scientist bisogna avere, ahimè, profonde conoscenze matematiche ed essere a proprio agio con tutti gli strumenti statistici. Come se non bastasse bisogna essere degli abili programmatori visto che in fondo si tratta di statistica computazionale e la programmazione è essenziale.
Long story short, ho già provato ad utilizzare python e R, i linguaggi che dovrebbero coprire gran parte del lavoro del data scientist, inoltre ho provato c++ che dal canto suo dovrebbe essere presente negli indirizzi quotati verso la finanza (i famosi QUANTS, anche se questo è già un mestiere diverso).
Comunque sia le mie competenze informatiche si estendono fino a cercare su google "Salvatore Aranzulla" o a staccare e riattaccare la spina del router quando va via internet, va da sé che programmare in c++ è il naturale passo successivo :D
Scherzi a parte, so che su internet c'è materiale infinito per imparare, io ho provato a scrivere codici con tutti e tre i linguaggi, e l'unico con cui mi trovo a mio agio (fortunatamente) è R che uso insieme al programma RStudio (e ve lo consiglio per chiunque fosse interessato, è molto intuitivo).
Qualcosa con successo sono anche riuscito a scrivere, ma mi piacerebbe imparare in modo intelligente, cioè mi piacerebbe scrivere codici senza andare a rivedere ogni 3 nanosecondi guide e tutorial, senza mai sapere cosa posso chiedere al computer o cosa sta "facendo".
La domanda è: è meglio continuare a concentrarmi a imparare R per bene o è meglio imparare teoria e concetti fondamentali della programmazione? O magari per uno statistico è possibile bypassare qualcosa visto che dovrà fare solo inferenza e machine learning?
Detto questo, so che per diventare un data scientist bisogna avere, ahimè, profonde conoscenze matematiche ed essere a proprio agio con tutti gli strumenti statistici. Come se non bastasse bisogna essere degli abili programmatori visto che in fondo si tratta di statistica computazionale e la programmazione è essenziale.
Long story short, ho già provato ad utilizzare python e R, i linguaggi che dovrebbero coprire gran parte del lavoro del data scientist, inoltre ho provato c++ che dal canto suo dovrebbe essere presente negli indirizzi quotati verso la finanza (i famosi QUANTS, anche se questo è già un mestiere diverso).
Comunque sia le mie competenze informatiche si estendono fino a cercare su google "Salvatore Aranzulla" o a staccare e riattaccare la spina del router quando va via internet, va da sé che programmare in c++ è il naturale passo successivo :D
Scherzi a parte, so che su internet c'è materiale infinito per imparare, io ho provato a scrivere codici con tutti e tre i linguaggi, e l'unico con cui mi trovo a mio agio (fortunatamente) è R che uso insieme al programma RStudio (e ve lo consiglio per chiunque fosse interessato, è molto intuitivo).
Qualcosa con successo sono anche riuscito a scrivere, ma mi piacerebbe imparare in modo intelligente, cioè mi piacerebbe scrivere codici senza andare a rivedere ogni 3 nanosecondi guide e tutorial, senza mai sapere cosa posso chiedere al computer o cosa sta "facendo".
La domanda è: è meglio continuare a concentrarmi a imparare R per bene o è meglio imparare teoria e concetti fondamentali della programmazione? O magari per uno statistico è possibile bypassare qualcosa visto che dovrà fare solo inferenza e machine learning?