Начнем с того, что для начала стоит изучить хотя бы основы предметных областей (мат. анализ (в особенности линейную алгебру), статистика, теория вероятностей, мат. статистика и эконометрика). Если не владеть начальным уровнем, то смысла нет использовать какие-либо статистические пакеты или языки программирования.
Самая главная истина в том, что любой стат. пакет и ЯП всего лишь инструмент, который помогет и ускоряет Вашу работу.
БЕЗ ЗНАНИЯ АНГЛИЙСКОГО ЯЗЫКА БУДЕТ СЛОЖНО
В данном примере приведу материалы на русском языке.
Уровень 0:
Если Вам тяжело читать стандартные учебники по математике , рассчитанные на то, что преподаватель сможет разжевать скупое описание формулы, поэтому для легкого порога вхождения рекомендую следующие книги (от основ и выше):
Потом уже можно браться за стандартный учебник математического анализа
Статистика, теория вероятностей:
Уровень 1:
На следующем этапе стоит углубиться в анализ данных и параллельно изучить или повторять мат. анализ, линейную алгебру и дикретную математику.
Пройти онлайн-курсы:
И конечно, лучший на мой азгляд курс по эконометрическому моделированию:
После создания стартового фунамента стоит взглянуть на языки R и Python, которые надо использовать по области. Первый более математически-ориентированный язык, а второй - более общий. Причём если вместе с библиотеками Python легко сравнится с R по сложности решаемых задач, то наоборот не так всё круто - R явно проигрывает Python по скорости (пруфлинки есть в интернете). Сам на данный момент использую больше R, но параллельно изучаю Python.
Не буду описывать все возможные варианты, думаю, если у Вас и правда есть желание развиваться в области Data Science, то уверен, что найти материалы, курсы, учебники не составит труда.
MUST HAVE ссылки:
P.S Если интересует еще какая-либо литература, то пишите в ЛС в ВК, подскажу.