Si estás comenzando tu carrera, llevas años trabajando o diriges tu propia empresa, habilidades como leer estadísticas, hacer opiniones respaldadas con datos y tener una mente escéptica al encontrar noticias “alarmantes”, son sólo unos cuantos de los superpoderes que desbloquearás en cuanto aprendas de Ciencias de Datos.
La Escuela de Data Science es el camino para comenzar pero puedes complementar lo que aprendas en Platzi con libros que te den una visión más amplia del uso de datos en el mundo. En este artículo quiero compartirte 3 libros que me ayudaron a entender mejor muchos conceptos e ideas de Data Science.
1. “El Arte de la Estadística: Cómo aprender de los datos” por David Spiegelhalter
¿Quién debe leerlo? Este libro es una joya si estás empezando en tu camino como un profesional del mundo cuantitativo. Si eres principiante, no sabes mucho sobre estadística y quieres una introducción amigable o simplemente quieres repasar conceptos básicos, este libro es para ti.
“El Arte de la Estadística” explica cada concepto básico de esta rama de las matemáticas. No confundamos sencilla con simple, este libro te llevará a descubrir conceptos muy complejos como aplicaciones de inteligencia artificial, relaciones matemáticas, probabilidad y otras ideas fundamentales por medio de fascinantes historias. Por ejemplo, el autor relata cómo se usaron métodos estadísticos para encontrar los restos perdidos del Rey Ricardo III en un estacionamiento de Leicester (¡¿WTF?!)
Ventajas: El Arte de la Estadística no bombardea con ecuaciones, es una lectura fácil y agradable que además incluye un glosario con todas las ecuaciones para que los más curiosos puedan revisarlo y aplicar lo aprendido
2. “Poor Economics” por Esther Duflo y Abhijiti Banerjee
¿Quién debe leerlo? El libro es básico para quien quiera aprender sobre aplicaciones de ciencia de datos en la investigación de ciencias sociales, empresas y organismos internacionales.
Este libro es para ti si quieres aprender: ¿Cómo se diseña un experimento en ciencias sociales? ¿Cómo evaluar si las políticas públicas funcionan? ¿Podemos erradicar la pobreza extrema en el mundo?
Los autores, profesores del MIT y ganadores del premio Nobel de economía del 2019, describen cómo han investigado la pobreza en el mundo. Poor Economics te muestra el camino para pensar de forma creativa sobre retos que enfrentarás si quieres investigar fenómenos complejos.
Esta lectura es una fuente de inspiración para hacer estudios experimentales en ciencias sociales, al mismo tiempo que revela la respuesta a interrogantes básicas como: ¿Qué es la pobreza? ¿Cómo se mide? y ¿Cómo la combatimos?
Plus: ¿Quieres saber cómo un país de América Latina usa las telenovelas para erradicar la pobreza? ¿Sabías que regalar uniformes a estudiantes de secundaria impacta el crecimiento económico? Todo esto fue hecho por científicos de datos con una noble misión de mejorar el mundo y tú puedes aprender de ellos para transformar tu país como Data Scientist.
3. “Armas de destrucción matemática” por Cathy O’Neil
¿Quién debe leerlo? Todas las personas de nuestra sociedad. En un mundo que constantemente encuentra formas de automatizar procesos y decisiones con inteligencia artificial, es indispensable que reflexionemos: ¿Los algoritmos pueden promover la desigualdad? ¿Hay personas lastimadas por un mundo dominado por los datos? ¿Qué pasa si usamos machine learning para automatizar el gobierno, los sistemas legales, los servicios de seguros?
Como Data Scientist trabajas (o trabajarás) en empresas y organizaciones de todo tipo que están buscando aprovechar datos para mejorar sus procesos o servicios. Tener una perspectiva crítica de cómo se obtienen y cómo se utilizan estos datos es tu obligación, de lo contrario, las mejores intenciones pueden hacer mucho daño. ¿Sabías que hay poblaciones enteras que perdieron acceso a seguro médico por un algoritmo mal diseñado? ¿Sabías que en Estados Unidos un algoritmo recomendaba sentencias más severas a personas dependiendo de su raza?
Plus: Este libro termina con recomendaciones para que el manejo y explotación de datos sea transparente mientras explica conceptos clave de estadística, ciencias de la computación y visualización de datos. Si te preguntas cómo podría tu trabajo ayudar en la construcción de una sociedad más justa e igualitaria, este libro puede darte poderosas reflexiones y te dará ideas para ser un Data Scientist consciente de los riesgos e implicaciones de este campo de trabajo.
Te recomendamos: 8 libros para estudiar programación
Desde que se lanzó la Escuela de Data Science en Platzi he reflexionado mucho sobre mi propio camino para aprender a “fluir” en un mundo orientado a datos. En esta Escuela de Platzi he aprendido sobre bases de datos, web scraping y encontré técnicas para usar redes neuronales. Sin embargo, leer estos tres libros me ayudó a fortalecer mi entendimiento de conceptos fundamentales en estadística y ciencias de la computación, pensar de forma creativa sobre mis investigaciones y, sobre todo, ser crítico sobre el impacto de mi trabajo en la sociedad.
¿Qué libros te han ayudado a crecer como Data Scientist?
Curso de Ingeniería de Datos con Python
