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
- 이력서 첨삭
- 퀀트
- 데이터사이언스학과
- 경력 기술서
- 커리어전환
- 주식데이터
- 경력기술서 첨삭
- 판다스
- 데이터 사이언스
- 하이퍼 파라미터 튜닝
- 파라미터 튜닝
- 데이터사이언티스트
- 자기소개서
- sklearn
- 대학원
- 퀀트 투자 책
- 코딩테스트
- 머신러닝
- 베이지안 최적화
- 사이킷런
- 파이썬
- pandas
- 랜덤포레스트
- 주가데이터
- 주요 파라미터
- 데이터분석
- 하이퍼 파라미터
- 데이터 사이언티스트
- 데이터사이언스
- AutoML
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