Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- 데이터사이언스학과
- 퀀트
- 이력서 첨삭
- 커리어전환
- 파라미터 튜닝
- 주가데이터
- 주요 파라미터
- 데이터사이언스
- 코딩테스트
- 하이퍼 파라미터
- 데이터분석
- 경력기술서 첨삭
- 경력 기술서
- pandas
- 데이터 사이언스
- 퀀트 투자 책
- sklearn
- 판다스
- 데이터사이언티스트
- 하이퍼 파라미터 튜닝
- 파이썬
- AutoML
- 자기소개서
- 머신러닝
- 사이킷런
- 주식데이터
- 대학원
- 랜덤포레스트
- 베이지안 최적화
- 데이터 사이언티스트
Archives
- Today
- Total
목록컴퓨터공학과 (1)
GIL's LAB
데이터 사이언스 학과 vs 전통적인 학과 (산업공학, 컴퓨터공학, 통계학)
4차 산업혁명이니 뭐니 하면서 정부 예산을 따오려 많은 학교에서 데이터사이언스 학과를 설치했습니다. 기존 학과 이름을 데이터 사이언스 학과로 바꾼 학교도 있습니다. 제가 대학을 다닐 때만 해도 관련 전공이 없었고 데이터 사이언스 분야로 진출하려면 산업공학, 컴퓨터공학, 통계학을 전공하는 것이 유리했는데, 이제는 데이터 사이언스 전공이 생겨서 어떤 전공을 고르는 것이 좋을지 고민하는 분이 많아 제 생각을 이 포스팅에 정리하고자 합니다. 효율과 효과 제 생각에 데이터사이언스 학과로 갔을 때의 가장 큰 장점은 데이터 사이언티스트가 되기 위한 역량을 효율적으로 배울 수 있다는 점입니다. 예를 들어, 제가 졸업한 산업공학과에서는 데이터 사이언스와는 무관한 인간공학, UI/UX 등의 수업도 들어야 했지만, 데이터 ..
데이터사이언스/커리어
2022. 1. 25. 11:24