Olá Isaias, cara, sou cientista de dados e espero poder te guiar.

Então, gostei do conteúdo que você está consumindo para começar a aprender os fundamentos de DS. Aprender SQL é de extrema importância para qualquer área de dados (analista, cientista e engenharia). Então foque bem nisso.

Sobre Python, não sei o seu nível real de codificação, mas esse livro é muito bom para iniciantes. Aprenda bem ele, tem uma parte de ciência de dados bem simples. Depois disso, aprenda bem sobre Pandas e NumPy para manipulação de dados e plotagem de gráficos com plotly, matplotlib e seaborn para visualização dos mesmos (MUITOS canais no youtube explicam super bem e é de graça).

Depois seria bacana aprender um pouco de estatística, pois sem isso não conseguiremos ter ideias para resolver problemas de negócio. Aprender probabilidade é bacana também.

O próximo passo em codificação é aprender as bases de Machine Learning (Aprendizado Supervisionado e não supervisionado, aprendizado online e em batch). E por fim aprender a criar os seus primeiros modelos com a biblioteca scikit-learn. Aprender estatística é legal para poder entender a fundo as saídas que o scikit-learn devolve pra gente.

Depois (se necessário) caia a fundo sobre deep learning, sobre as arquiteturas de redes neurais existentes e principais frameworks e apis (Tensorflow/Keras ou PyTorch).

Agora saindo um pouco de DS, aprender a criar apis é importante para outros serviços web possam consumir os modelos criados. Percebo cada vez mais que aprender sobre docker é um diferencial. E aprenda sobre ferramentas e conceitos da "nuvem", seja ela aws, azure ou gcp.

Espero ter ajudado e bons estudos!