gracias!

como te va hermano?

Que tal hermano, a un año cómo te va en este sector?

Yo estoy en 0. Como vas?

gracias, me alegro de que te haya servido!

apuntado!

Mas bien para el big data y el empleo mas masivo de datos. La realidad es que en data sciencie, no se utilizan generalmente los volumenes de datos tan grandes que se cree. No son volumenes imposibles de manejar por un ordenador normal en procesos con Python en un tiempo razonable. Ademas de que librerias de Python de base, como Numpy, estan optimizadas y combinan C con Python (Cython). El problema de Python es y seguira siendo siempre la velocidad, pero es algo inherente a que sea un lenguaje no compilado. Se puede optimizar y se esta haciendo constantemente, pero seguramente vaya a ser siempre su punto debil

¿Velocidad?: El paquete data.table de R

ya está publicado!!

gracias!

@@javierarrieta9573 Estoy de acuerdo con el, si. Tienes que conocer hasta cierto nivel de calculo y algebra ya cuando empiezas, pero es que me imagino que nadie entrara en esto si no tiene un nivel minimo. Ahora bien, cuando se habla de estudiar calculo y algebra especificamente para ciencia de datos... yo creo que es algo que se ha de estudiar ya en una etapa de expansion del estudio. No tiene sentido que lo estudies sin antes hacerte muy pro en el conocimiento de Python, machine learning, etc. Algebra y calculo te serviran para desarrollar tus propias metodologias, realizar estudios independientes, crear tus propias funciones y paquetes... Pero es que esto no lo vas a hacer a no ser que seas verdaderamente profesional en todo lo demas.

Lei tus recomendaciones y por experiencia, estoy muy de acuerdo contigo, Tensorflow lo piden muchisimo, aunque sea moda, Algebra y calculo, tengo amigos en el Data Science que no lo usan, lo que mas usan es estadistica en la mayoria de los casos y utilizan un conjunto muy limitado de formulas en su trabajo, yo tambien recomendaría aprender lo mas basico de Python y comenzar a usar estadisticas en el y librerias, un DS que usa Python y otro que no, se llevan mucha diferencia.

Chicos me ayudarían a decirme si una persona como yo con solo High school diploma , quiere entrar en este mundo sin tener previo conocimiento to alguno y poder trabajar después de 6 meses , soy mamá soltera y necesito generar más ingresos

Buenas. Voy a iniciar con excel también, en cuál plataforma estás estudiando?

sí, lo haré, parece que lo estáis pidiendo bastantes

Uvm y otras de paga pero obviamente de menor prestigio,pero mas asequible $$$.

correcto, sacarás mucho más partido a tu tiempo si focalizas en python y estadística (y el resto de cosas priorizadas en el vídeo). No significa dejar lo otro de lado pero sí plantearlo más a medio plazo con una dedicación constante pero menor.

@@DataScienceForBusiness gracias por responder si es asi el restos de las ramas matematicas hay que desarrollarla pero con calma yo pienso que es una inteligencia que hay que estudiarla con calma y de porvida ya que es la tercera inteligencia mas importante la primera es la inteligencia emocional que sus principios son desrrollados primero con practica de ejercicios con atencionplena dando una enorme regulacion ficiologica, mental, emocional, y epigenetica que permite desarrollar la siguiente inteligencia La inteligencia linguistica que nos permite entender todo el lenguaje corporal desde las micros expreciones hasta las macroexpreciones, permitiendonos aprender lenguajes extranjero y los lenguajes hibridos como por ejemplo los de programcion la tercera es la inteligencia matematica que nos permiten entender las relaciones marematicas que estan presente y ocuriendo en todo lo que vemos y no vemos y la cuarta es la inteligencia existencial que se desrrolla con una investigacion a nivel personal partiendo desde el desarrollo personal las ciencias formales las ciencias naturales humanas y soiales devemos de entender en que nos toca colavorar con la humanidad descubrir cual es mi don lo que mas me gusta hacer y por supuesto como generar dinero con el para mantenerme y como lo uso para ayudar a resolver los desafios mas urgentes de la humanidad con estas tres se puede conocer todo lo que se pueda de una manera mas cercana a lo que es la realidad y comunicarla lo mas eficientemente posible resolbiendo de forma creativa los enorme y fantasticos desafios que hoy nos toca prensenciar te cuento que mi don mi pasion y lo que me traciende como ser humano y quiero monetizar es un enorme hambre de conocimiento que me llava a levantarme a las 3:50 de la mañana para poder saciarlo es un fuego que me quema los huezos

Podrías recomendar los libros que has visto hasta ahora por favor ?, buen dia!

Ingenieria en que ?

@@arturofelipe7313 en ciencia de datos

hay un vídeo en este canal que, aunque está en la lista de big data, aplica igual para data science, se llama "casos de uso en big data"

yo no diría que más "normal" pero sí es la otra gran alternativa. Cuando hago las sesiones de orientación profesional siempre evaluamos ambas opciones. la de ir directo a data science, o la de hacerlo en dos pasos, primero data analyst, que normalmente tiene menos requisitos, y como fase 2 y tras haber conseguido un empleo como tal empezar el camino de data scientist (si se quiere).

El lunes sale!

sí, la voy a hacer

Y data engineer, gracias

gracias, veo que la ruta de analista de datos está teniendo demanda, así que la apunto para un futuro vídeo

Eso pienso hacer yo también, donde lo estudiaste ? Lo estudiaste desde 0 cuánto te tomo ? Gracias de antemano

@@guilber182 ahora estoy haciendo cursos de matematica en coursera

Solamente estudiando ingeniería o Ciencias

Como le fue?

.

Esas son las bases que necesitarás para que Muchas cosas dentro de los algoritmos que uses no sean Cajas negras para ti, pero igualmente el iceberg de conocimientos de álgebra y calculo es enorme, no lo dan en una ingeniería, si quieres pasar al punto de investigador, va a tocar estudiar el triple en su momento.

@@armandopleitos1202 si, es enorme el conocimiento matemático, pero puse mucho énfasis en las matrices. Ya que entiendo que es de lo que mas se aplica en datos. El próximo cuatrimestre llevaré estadística y mas delante algoritmo, para investigar y hacer énfasis en lo mas importante, y así como comentas investigar mas profundo en los temas mas usados. Gracias por tu comentario.

@@edgrmed hay que darle caña, quizás te interese, aquí en KZfaq están las clases de linear algebra del MIT, instituto de tecnología de masachusset, están en ingles, pero KZfaq permite subtitularlos a español, también ese canal del MIT tiene de estadística, etc. Super bien explicadas y de una rigurosidad estupenda. Curso completo como si estuvieras allá viendo clases en un semestre.

@@armandopleitos1202 excelente, si lo checaron también le estoy dando con todo al inglés, pero mientras con subtítulos! Gracias por el tip!

Estudia física y vimos estadistica, matemáticas de sobra, programación en c++, me doy cuenta que cuando tenemos una formación en ingeniería o física podemos orientar nuestros conocimientos al área de datos y aprender las herramientas de software

En cuanto hayas aprendido una herramienta o capacidad ya debes hacer algún proyecto sobre ella. Además seguramente te darás cuenta de que no la tenías tan interiorizada como pensabas y te obligará a aterrizar todo.

lo haré

no conozco el contenido de ese grado, pero en general todo el que incluya estadística y/o programación es buena base

cierto, a veces ya se da por hecho y a lo mejor no se debería, recomiendo excel intermedio (tablas dínámicas, fórmulas analíticas, solver, ...) y word / powerpoint para entregables y presentaciones

busca en las playlist, hay una dedicada en exclusiva a los vídeos sobre estadística

También he pensado en eso, pero como yo ya tengo esos conocimientos de álgebra lineal, Integrales, Matemática Discreta... Me conviene estos cursos

Sí claro, ya tienes las bases, por tanto el tiempo disminuye significativamente. Simplemente del roadmap sáltate lo que ya sabes y céntrate en el resto.

Es la parte más compleja. Básicamente se aprende trabajando o con formaciones muy centradas en casos como las de DS4B

si quieres escríbeme a isaac@datascience4business.com explicando brevemente tu perfil y objetivos y te paso la info del que mejor se ajuste de los nuestros.

puedes buscar el podcast 5 en este canal, donde hago un monográfico sobre eso

Con todo lo que tienes puedes ser un perfecto Data Engineer... Algo estas haciendo mal... Tienes que observar tu punto debil en el proceso de entrevistas... Si fallas en las técnicas, o si no te llaman, puede ser tu hoja de vida que está mal constituida... Ahora, si aplicas a Data Science pues no es suficiente hacer ETL, en ese caso pues deberías aplicar para Data Engineer, de resto, el Scientist tiene si o si que conocer modelos estadísticos y predictivos, como los ciclos de entrenamiento y todo eso

Coincido con lo que te dice Fabián. La base es muy buena. A partir de ahí o te faltan otras piezas del roadmap mostrado o a lo mejor tienes que trabajar en la comunicación (cosa que es muy común en perfiles técnicos, no pienses que es culpa tuya)

Wow, tienes tremendo currículum! Podrías empezar cómo Data Engineer y luego buscar con calma de Data Scientist

Con lo que me comentas te recomiendo business analyst o data analyst. puedes ver otro vídeo en este canal donde comparo los diferentes roles, su demanda, salarios, etc

si no te gusta la programación mejor BA. En DS sí es necesaria. Puedes mirar salarios en sitios como Glassdoor

Sí, pero mi enfoque no es el de cursos sueltos de herramientas, si no programas completos para data science y data analytics, con las herramientas que toquen en cada caso.

pues ya me contarás!

Entiendo que es python para data science, en ese caso lógicamente te recomiendo la mía. Puedes apuntarte al curso de muestra gratuito en www.tuprimerasemana.com para ver si es lo que buscas

más sencilla y con algunos cambios, pero la explicaré en un futuro vídeo

No son necesarias certificaciones, lo que tienes que tener es la capacidad técnica. Para ver si te puede gustar puedes apuntarte gratis al siguiente curso introductorio: www.tuprimerasemana.com

hay un vídeo en este canal que se llama "qué estadística se necesita para data science" (o algo así, lo digo de memoria). búscalo, te orientará mucho en ese sentido.

@@DataScienceForBusiness Perfecto, gracias.