Kezdőoldal » Közoktatás, tanfolyamok » Tanulási lehetőségek » Mi a véleményetek az OE...

Mi a véleményetek az OE adattudomány szakáról?

Figyelt kérdés
AZ ELTE survey statisztika és ezen szak között vacilálok. Alapvetően nem infós háttérrel mennék, ezért kicsit félek, hogy az adattudomány msc húzós lenne. Másfelől meg úgy érzem, hogy a matek alapjaim elég erősek és nem érzem szükségesnek, hogy az ELTE-n lényegében nulláról kezdjem a matektanulást. Szeretnék véleményeket kérni, hogy szerintetek melyik szak ad jobb alapot Data Scientist karrierhez?

ápr. 1. 11:49
A kérdező szavazást indított:
ÓE adattudomány
ELTE survey statisztika
13 szavazat
1 2
 1/15 anonim ***** válasza:
85%
Ha erősek a matek alapjaid, akkor BME Matek MScn is az egyik szakirány az adattudomány specializáció.
ápr. 1. 12:46
Hasznos számodra ez a válasz?
 2/15 anonim ***** válasza:
71%

Az Óbudai Egyetem semmiképpen sem, a szak tanterve a röhej kategória (egy [1] félév statisztika… hagyjuk már).


Helyette elte survey statisztika, vagy elte biztosítási és pénzügyi matek, vagy alk matek amit az 1-es ír.

ápr. 1. 13:20
Hasznos számodra ez a válasz?
 3/15 anonim ***** válasza:
67%
Megnéztem a mintatantervet és pár tárgynak a tematikáját, ez köszönőviszonyban nincs azzal amit egy Data Scientist pozíció betöltéséhez ismerni kell.
ápr. 2. 22:37
Hasznos számodra ez a válasz?
 4/15 piranja ***** válasza:
0%
Szerintem épeszű ember, nem nézi ezeket a kommenteket. Ti húztátok le a Semmelweis EÜ adattudományi szakát is egy másik poszt alatt nem? Ahogy látom nem jött be, van kb 100 első helyes jelentkező oda is, meg most ÓE-re is. Minden bele, azért ne adjátok fel :D
ápr. 4. 11:17
Hasznos számodra ez a válasz?
 5/15 anonim ***** válasza:
51%

"Ahogy látom nem jött be, van kb 100 első helyes jelentkező oda is, meg most ÓE-re is."


Ennek mi köze van a szakok piacképességét illetően? Szabadbölcsész szakokra is akad jelentkező bőven, mégsem állnak értük sorba a cégek milliós ajánlatokkal. Majd a végzést követően döbbennek a hallgatók, hogy ezeken a mondvacsinált képzéseken elsajátított tudással messze nem érik el azt a szintet, hogy akár egy Junior Data Scientist pozíciót betöltsenek. Még a valódi IT képzést végzetteknek is szűk keresztmetszet szokott lenni a matematika / statisztika, el tudom képzelni milyen kompetenciákkal kerül ki az iskolapadból egy olyan hallgató aki 1 félévig hallgat alap statisztikát és prog 1 szintű adatfeldolgozással kapcsolatos bullshit tárgyakat. Nagyjából egy irodai asszisztens pozíciót be lehet tölteni az ott tanultakkal, de nem adattudományi pozíciót.

ápr. 4. 11:44
Hasznos számodra ez a válasz?
 6/15 anonim ***** válasza:
34%

4. “Szerintem épeszű ember, nem nézi ezeket a kommenteket.”


De, éppeszű ember épphogy olvassa ezeket a kommenteket, és átgondolja azt, amiket írunk. Nem csak agyatlanul fikázunk, hanem segíteni próbálunk. Esetemben (2. hsz) megnéztem a tantervet, és megállapítottam, hogy a tantervnek csak a torka véres, nagyon hiányos. Teljesen felesleges itt eltölteni 2 évet, és utána meg scrum masterként vagy data engineerként landolni valahol, mivel a komoly munkára alkalmatlan leszel. Nem véletlenül ajánlgatja az 1-es az alk. matekot, és én is hasonló szakokat. Ha nincsenek meg a statisztikai alapjaid (és itt NEM alapfokú statisztikai ismeretekre gondolok, hanem haladó, MSc/PhD szintű haladó statra), akkor nagyon elveszett leszel a konkrét munkában.

ápr. 5. 09:10
Hasznos számodra ez a válasz?
 7/15 anonim ***** válasza:
34%
* Félreérthetően fogalmaztam elnézést. Természetesen a scrum master és a data engineer is komoly munkák, csak nem data scientist munkák. Másik szakma mindkettő. Azt akartam volna írni: ezekkel a képzésekkel data scientist munkára leszel alkalmatlan. Más szakmát természetesen kitanulhatsz mellette.
ápr. 5. 09:13
Hasznos számodra ez a válasz?
 8/15 A kérdező kommentje:

Köszönöm a válaszokat!

Természetesen azt értem, hogy a magas szintű valszám és statisztika ismeretek miért fontosak, de az ilyen jellegű mesterszakokon már ez a tudás nem lenne elvárt? Kicsit emiatt félnék a survey stattól, mert kérdéses számomra, hogy az ott oktatott matematikai jellegű tárgyak valóban magasszintű ismereteket adnak át vagy inkább felzárkóztató jellegűek, azok számára, akik enélkül a tudás nélkül mennek oda…

Az eltén is csak két félév statot látok + adattudomány. Sajnos tárgytematikát egyik képzéshez sem találtam meg, ha esetleg valaki azzal kisegíteni annak hálás lennék.

Alk. Közgázon végeztem még pár éve és úgy érzem, hogy azért elég sokmindent tanultunk a témával kapcsolatban, azt szeretném elkerülni, hogy feleslegesen előről kezdjenek mindent tanítani… Lehet érdemesebb lenne a külföldi kínálatot is nézegetnem

ápr. 5. 17:09
 9/15 anonim ***** válasza:
51%

Az alkalmazott közgazdaságtan valóban nagyon jó alap az adattudományhoz – de matematikai/statisztikai értelemben igencsak halovány. Az jó, hogy van ökonometria, de az a szint ahol ott tanítanak, nagyon alacsony. Egy rendes adattudomány szakon kapaszkodnál rendesen. (Szintén szakmabeli vagyok ÉS a kollégáim jelentős többsége alk. közgáz alapszakról ment ökonometria mesterszakra [külföldön], szóval tudom, miről beszélek.)


Csak hogy értsd: az a statisztika, amit az alk. közgáz szakon tanultál, jóformán semmit sem ér a mesterszakon. A mesterszak szintű statisztika teljesen más szint.


Csak hogy némi fogalmat alkothass, miről beszélek, linkelek pár ingyenesen elérhető alapkönyvet, amikből én tanultam a data science mesterszakon.


Wasserman: [link] (ez volt a statisztika alapkönyvünk egy félévre - nem szeretem, nagyon vázlatos, vannek ennél sokkal jobbak is, csak azt nem tudom ingyen belinkelni)


ISLR: [link]


ESL: [link]


Bishop: [link]


Gelman: [link]


Na most amiket fentebb linkeltem, tényleg _nagyon_ alapkönyvek, ezeket az első 2 félévben vettük (egy 9 trimeszteres képzésben), és utána még jön rengeteg hardcore könyv. De töltsd le a fentieket, lapozz beléjük, és látod, hogy ez nagyon nem az alapképzéses szint.


A kérdésedre válaszolva: az itthoni képzéseket csak a tanterv szintjén ismerem (illetve a Corvinus GPME szakot ismerem a gyerekem révén közelebbről), de amiket eddig láttam, azok közül az elte survey statisztika és az elte/corvinus biztosítási és pénzügymatematika mesterszak volt a használható. Illetve az alk. matek szakok mesterszakjai, amiket az 1. írt, de van egy gyanúm, hogy neked az túl nehéz lenne.


Külföldön is érdemes tényleg körülnézni, mik vannak.


Az informatikai karokon nyíló adattudomány mesterszakokról: látszik, hogy nem data scientistek, hanem informatikusok csinálták őket. Szerintem parasztvakítás mindenféle youtube-ról, udemy-ről megtanulható SKILLEKKEL teletenni egy egyetemi tantervet statisztikai alapok nélkül. De tényleg: deep learninget, NLP-t stb. simán megtanulsz használni pl. innen: [link] meg ezer más forrásból. De az alattuk húzódó statisztikát, adattudományt nem fogod saját magad megtanulni otthon, mert iszonyat nehéz.


Összefoglalva: vagy külföld, és akkor nagyon javaslom, hogy egy ökonometria mesterszakot nézegess; ha pedig itthon, akkor kifejezetten az elte survey statisztikát ajánlom neked, mellette meg képezd magad pl. az előző bekezdésben ajánlgatott [link] oldalról (helyesebben Andrew Ng kurzusairól a Courserán).

ápr. 5. 20:15
Hasznos számodra ez a válasz?
 10/15 anonim ***** válasza:
51%

"Alk. Közgázon végeztem még pár éve és úgy érzem, hogy azért elég sokmindent tanultunk a témával kapcsolatban, azt szeretném elkerülni, hogy feleslegesen előről kezdjenek mindent tanítani"


Ez a véleményed gyorsan meg fog változni ha a gazdasági szakon oktatott kamu matek után találkozol valódi statisztika előadással és gyakorlattal.

ápr. 5. 20:44
Hasznos számodra ez a válasz?
1 2

Kapcsolódó kérdések:




Minden jog fenntartva © 2024, www.gyakorikerdesek.hu
GYIK | Szabályzat | Jogi nyilatkozat | Adatvédelem | Cookie beállítások | WebMinute Kft. | Facebook | Kapcsolat: info(kukac)gyakorikerdesek.hu

A weboldalon megjelenő anyagok nem minősülnek szerkesztői tartalomnak, előzetes ellenőrzésen nem esnek át, az üzemeltető véleményét nem tükrözik.
Ha kifogással szeretne élni valamely tartalommal kapcsolatban, kérjük jelezze e-mailes elérhetőségünkön!