Herramientas y tecnologías para Data Scientists

Lo que más me emociona de esta ruta (estoy cursando SQL) es que Platzi tiene la ruta completa para aprender lo necesario. Es una de las dudas más recurrentes de profesionales de otras areas que quieren hacer la transicion a Data Science, con tanta información en Internet, no saben por donde empezar y consultan a especialistas de Data sobre los roadmaps que han tomado en su aprendizaje. Platzi lo agrupó todo en una carrera y eso es simplemente hermoso.

Me siento triste de no encontrar nada en mi zona (y eso que vivo en una ciudad jaja), pero remotamente si encontré bastantes opciones, entre tantas que vi para Jr’s, me quedo con esta que engloba muy bien los requisitos que muchas otras empresas piden:

También dejo un resumen de las actividades que un Data Scientist tendría en un ambiente de una empresa grande como lo es Walmart

Data Scientist / Cientifico de Datos
Funciones del cargo

El cargo conlleva los siguientes desafíos

• Participar en el diseño de la lógica de negocio y mostrar información de valor a las diferentes interfaces.

• Utilizar herramientas de Google Cloud para la creación y consulta de modelos predictivos.

Adicionalmente, podrás aportar y generar conocimiento de IA, IoT, Machine Learning en conjunto con el equipo especializado de Data Science y profesionales de diferentes disciplinas en el centro I+D+i.

Trabajaras en el área de Data Science respondiendo al líder del área en proyectos de diseño y programación de herramientas de análisis de datos

Funciones:
• Consolidar datos de diversas fuentes de datos para crear modelos predictivos o descriptivos
• Generar insights, basados en analítica moderna e innovadora, y métodos estadísticos de Data Science.
• Desarrollar y aplicar metodologías de analítica.

Requerimientos del cargo

Carreras:

• Ingeniería civil en computación / matemática / eléctrica o a fin.
• Licenciatura en Física, Matemática, Astronomía o carrera a fin

Nivel de experiencia

• Sin experiencia hasta 1 año.

Conocimientos deseables:

• Lenguaje de programación como Python.
• Idealmente manejo en librerías para procesamiento y análisis de datos.
• Conocimientos y manejo de repositorios Git
• Manejo de bases de datos y conocimientos en SQL
• Experiencia trabajando en alguna nube

Competencias:

• Trabajo en Equipo
• Orientación al logro de excelencia
• Pensamiento analítico.
• Orden y planificación
• Comunicación efectiva

Herramientas y tecnologías:

• Programación con Python y R (incluyendo el paradigma POO)

• Jupyter Notebooks (para creación de nuestro código, tablas dinámicas)

• Algoritmos y librerías de ML como sckit y TensorFlow (comocer algoritmos de ML de tipo supervisados, no supervisados y de aprendizaje por refuerzo y su implementacion a código)

• Bases de datos SQL y NoSQL (para la extracción y análisis de datos para desarrollo de algoritmos de ML)

Matemáticas para Data Science:

-Algebra (para entender ecuaciones, funciones y sus representaciones en planos)

-Estadistica descriptiva e inferencial + Probabilidad (Para analizar, entender datos, hallar información valiosa y descubrir patrones ocultos en los datos )

• Algebra lineal (para entender el funcionamiento de los algoritmos de ML)

• Cálculo (para formular funciones que permitan a los algoritmos cumplir su objertivo de forma cada vez más eficiente)

Para empezar a hacer proyectos de análisis exploratorio de datos se necesita:

• Python (librerias de manipulación y visualización de datos)

• Jupyter Notebooks (creación de código en proyectos y análisis exploratorio de datos)

• Estadística y probabilidad aplicada a dara science

😃

Estará super cool el día de mañana poderme postular sin miedo alguno a uno de las ofertas de trabajo cerca de mi zona y poder demostrar todas las capacidades que tengo.
Por el momento trabajaré mucho en mí y con este curso al 100% para próximamente postularme a una convocatoria…

Este tiene una paga muy jugosa y piden precisamente lo que veremos en esta clase + 5 años de experiencia >:v

Las herramientas

Mi madre me preguntó ayer sobre cuando termina mi suscripción de Platzi, y yo le dije que en agosto, luego me pregunta que iba a hacer después, yo le dije que renovar la suscripción pero, como el año pasado pause la universidad y me metí a Platzi para no perder el tiempo, no sabía que me encantaría tanto la plataforma, y la verdad es que estoy pensando en dedicarme solo a estudiar en Platzi. Mi mamá me pregunto si continuaría mis estudios en la U, la verdad es que lo estoy pensando y eso le respondí, pero creo que no le molesto, me calma un poco.
Me emociona mucho el mundo de la tecnología, en especial el mundo de los datos, y creo que he decidido dedicarme al estudio de la Ciencia de Datos.

Lo que me desmotiva un poco es que todas las que vi piden años de experiencia, y yo hasta ahora estoy haciendo el cambio de carrera, mas Junior no puedo ser

• Nivel avanzado de herramientas ofimaticas (Excel especialmente)
• Tecnicas supervisados y no supervisados de machine learning, deep learning, reglas de asociación
• Data mining
• Clustering
• Computer vision
• mineria de datos SQL
• BBDD NoSQL (MongoDB, Casandra, Hbase)
• R
• SQL
• Phyton
• Java
• Ingles
• Power BI
• Tableau
• Procesamiento de datos
• Técnicas de extracción, análisis y simulación de info en un entorno en la nube (Azure)
• Conocimiento en manejo plataformas big data
  • Azure Data lakes
  • Data Lakes
  • Analytics
  • Synapse
  • Databricks
  • Spark/Pyspark
  • Analysis Services (SSAS)
  • Reporting Services (SSRS)
  • Integration Services (SSIS)
• Airflow
• Teradata
• MySQL
• Oracle
• Data Studio
• MATLAB
• Hive
• Hadoop
• Modelos cuantitativos predictivos y explicativos (modelos de supervivencia, bayesianos, y de aprendizaje automatico)
• Programación estadistica con datos multidimensionales a gran escala
• Estadistica Inferencial
• SAS
• Conocimiento en modelos lineales, analisis multivariable, procesos estocasticos, metodos de muestreo
• HABILIDADES COMUNICATIVAS EXCELENTES CON TODO TIPO DE PERSONAS, ESPECIALMENTE CON AUDIENCIA NO TECNICA Y FORMAS DE CONTAR NARRATIVA E HISTORIAS DE FORMA ATRACTIVA, LLAMATIVA, CAUTIVADORA

En ingeniería química hay un principio llamado Principio de Le-Chatelier, me emociona poder aplicar Data Science para poder predecir alteraciones al equilibrio

Data Science Jr
Dupplo Monterrey, Nuevo León, México Híbrido hace 2 días 80 solicitudes
Funciones:

• Analizar datos históricos para identificar tendencias y ofrecer soporte a la toma de decisiones.

• Generar modelos (regresión o pronósticos) para datos tabulares

• Aplicar y desplegar modelos pre entrenados

• Tunear modelos con datos del negocio

• Generar scripts automáticos para definir anomalías, explicar por qué suceden e identificar soluciones.

• Manejo de datos no tabulares (NoSQL,JSON,API’s,texto,imágenes etc…)

• Establecer métricas y KPIs para medir el desempeño.

• Preparar/crear y dar mantenimiento a Reportes y Dashboard Operativos y Ejecutivos

Tecnologías/Habilidades requeridas:

• Python medio-avanzado (> 2 años)

• Conocer y saber aplicar uso de librerías Python para Data Science/ ML pandas,numpy, scipy, pytorch,tensorflow, seaborn, dash

• Estadística intermedia, (Saber aplicar algunos conceptos estadísticos de forma programática)

• Clasificación, Regresión, Clustering, Aprendizaje no supervisado, Pruebas Estadísticas,

• SQL (Sql server y MYSQL DML y DDL, vistas, queries, procedures, agregaciones por ventana, rankeos, etc.) (>2 años)

• Manejo de Sistemas operativos Linux ( Manejo de terminal y comandos básicos intermedios)

• Docker containers

Científico de datos
Círculo de Crédito Área metropolitana de Ciudad de México Híbrido hace 7 horas 22 solicitudes
Responsibilities

• Analyze raw data: assessing quality, cleansing, outliers identification, structuring for downstream processing.

• Design accurate and scalable prediction algorithms (Machine Learning, AI) to face default rates. As well as their periodic monitoring.

• Processing of big data volume on a Cloud Service.

• Collaborate with engineering team to bring analytical prototypes to production.

• Generate actionable insights for business improvements and present the ideas for our customers.

Qualifications

• Bachelor’s degree or equivalent experience in quantative field (Statistics, Mathematics, Computer Science, Engineering, etc.)

• At least 2-3 years of experience in quantitative analytics and/or data modeling.

• Deep understanding of predictive modeling, machine-learning, clustering and classification techniques, and cleaning algorithms.

• Fluency in a programming language (Python, R Studio, SQL).

• Familiarity with Big Data frameworks and visualization tools (Hadoop, Spark, Tableau).

• Nice to have : Collaborative environment (Git).

• Story telling, Strong team-player and self-leadership skills.

Información resumida de esta clase
#EstudiantesDePlatzi

Herramientas

• Python / R
• Jupyter Notebooks
• Pandas, Numpy, Matplotlib
• Algoritmos de Machine Leraning
• SQL y NoSQL

Matemáticas

• Álgebra
• Estadística descriptiva e inferencial
• Probabilidad
• Álgebra lineal
• Cálculo

Tremendo hay una gran oferta de trabajos y todos bien pagados en especial fuera de colombia.
Me he encontrado que estos requerimientos son los que mas se repiten:
-SQL, Phyton
-creación de modelos estadísticos

• uso de ecuaciones matemáticas avanzadas
  -creación de paneles visuales para presentar a los clientes.
  Ademas si tienes conocimientos y dominio del ingles eres en extremo deseado o deseada.

Data Scientist

Essential skills:

· Strong in Data Analytics and Data Science (Mathematics and Statistical Analysis)

· Programming and software skills: Python for Data Science, Data stream processing (Kafka and Spark Streaming etc), Big Data processing (Spark and databases – SQL and NoSQL)

· Data Engineering skills: Work with large amounts of real Data, Exploratory Data Analysis, ETL, Data Visualization

· Knowledge of R, SQL and Python

· Experience using business intelligence tools (ex: Tableau) and frameworks like Scikit, Apache Spark, Hadoop

Software Engineering:

· Understanding of Software Development life-cycle process

· Agile, Scrum, and Kanban Methodologies

· Ability to have a view on how data science Use Cases can be incorporated into Software Products

Espero que este resumen de la sección les sirva:

Herramientas y tecnologías para Data Scientists

Primero debemos hablar de lenguaje de programación, ya que las herramientas mas conocidas y utilizadas son:

• Programación con Python o R (incluyendo POO)
• Jupyter Notebooks
• Pandas, Numpy Matplotlib
• Algoritmos y librerías de ML como:
  • Scikit Learn
  • TensorFlow
• Bases de datos SQL y NoSQL

hay que tener en cuenta que todos los roles de DS e IA hay algo de matemáticas, en este caso veremos:

• Algebra
• Estadistica descriptiva e inferencial
• Probabilidad
• Algebra lineal
• Calculo

Para empezar a aprender se debe entender lo siguiente:

• Como utilizan los datos las organizaciones
• Programación con Python y sus librerías para DS
• Usar Jupyter Notebooks
• Estadística y probabilidad aplicada a DS

Principales habilidades o requisitos demandados para ser data scientist

1. Fundamentos de matemáticas y estadística: comprensión de conceptos estadísticos como distribuciones, pruebas de hipótesis, regresión, etc.

2. Programación: Es esencial tener habilidades de programación para trabajar con grandes conjuntos de datos. Python y R son los lenguajes más comunes utilizados en la ciencia de datos.

3. Análisis exploratorio de datos: Identificando patrones, tendencias y anomalías. Esto implica habilidades para limpiar y preprocesar los datos, así como visualizarlos para obtener información significativa.

4. Machine Learning y Aprendizaje Automático: Conocimiento de algoritmos y técnicas de aprendizaje automático. Esto incluye la capacidad de seleccionar y aplicar modelos adecuados, entrenarlos, evaluar su rendimiento y ajustarlos según sea necesario.

5. Conocimiento de herramientas y bibliotecas: Es importante tener experiencia en el uso de herramientas y bibliotecas específicas para la ciencia de datos, como TensorFlow, Keras, PyTorch, scikit-learn, pandas, NumPy, entre otros.

6. Comprensión del dominio del problema: Implica familiarizarse con el contexto del negocio o la industria en la que se aplican los análisis de datos.

7. Habilidades de comunicación: Ser capaces de comunicar los resultados de manera efectiva tanto a audiencias técnicas como no técnicas.

8. Pensamiento crítico y resolución de problemas: Requiere la capacidad de desglosar problemas en componentes más pequeños y desarrollar soluciones efectivas.

Estoy amando esta ruta de aprendizaje! Y les comparto una oferta de empleo en Ecuador, relacionada a Data Scientist.

Acá estaría lo que piden de Data Science en Montevideo Uruguay:

Me gusta que en muchas de las opciones de las vacantes que hay, como beneficios aparece “membresia platzi para aprendizaje” me hace pensar que estoy aprendiendo en el lugar correcto

Es increíble la cantidad de empresas que buscan Data Sáciense
mas de 1000 solo en linkedin solo goglenlo y veran Rappy por ejemplo busca a Data Sciense un monton

Realmente es de mucho trabajo, mucha dedicación, por eso lo buen pago.

Senior Data Scientist at BairesDev

We are looking for outstanding Senior Data Scientist to join BairesDev’s Research & Development Team (R&D). This professional will be responsible for using data and machine learning techniques to help the business automate and scale decision making, mainly by producing advanced data analysis reports and data-based models to infer and predict patterns.

What You Will Do:

• Help to improve data literacy and the overall analytical environment across the company.
• Handle both structured and unstructured data using SQL and other programming languages.
• Perform advanced data analysis and report results.
• Tell the story behind data in a compelling manner for business people.
• Build predictive models and machine-learning algorithms.
• Combine models through ensemble modeling.
• Propose solutions and strategies to business challenges.
• Help to design and execute experiments for hypothesis testing.
• Participate actively in discussions and decisions regarding the whole Data Science chapter.
• Collaborate with data product managers to build awesome data products.
• Work with management to prioritize business and information needs.
• Help to spread data-driven mindset and to improve data literacy. Be a data evangelist.

Here’s what we are looking for:

• 3+ years of experience with data science, machine learning, IA, statistical, and other related areas.
• Proficiency with SQL.
• Proficiency in Python, R, or another major programming language.
• Excellent communication skills, capacity to collaborate and build relationships with non-technical users.
• Strong knowledge of probability and statistics that may include experimental design, predictive modeling, optimization, and causal inference.
• Hands-on experience with machine learning, like regression classification, clustering, neural networks, feature selection, cross-validation, curse of dimensionality, bias-variance tradeoff, model explainability, NLP, etc.
  Desirable:
• Experience with people analytics or growth.
• Experience with data visualization tools.
• Good understanding of the engineering challenges to deploy machine learning systems to production.

Acá un link de LinkedIn para Data Scientist.

Esto es lo que pide:

• Perfil curioso que se interese por la causa de los problemas dentro de la cadena y utilice/proponga herramientas analíticas para poder resolverlo a través de distintas técnicas Optimización, ML, Segmentación, Simulación, etc.
• Tiene conocimiento y entendimiento de las distintas etapas técnicas y funcionales dentro de un proyecto basado en datos desde adquisición y extracción de los datos desde diferentes fuentes, validación, manipulación, limpieza y transformación.

Estos son los requisitos que se esperan del postulante:

• Ser un Data Scientist
• E2E Supply Chain+

Requisitos Deseados:

• Big Data Analytics
• Data & AI Strategy

Ingles: Intermedio

Funciones del cargo Data Scientist

We are searching for an accountable, multitalented data engineer to facilitate the operations of our data scientists. The data engineer will be responsible for employing machine learning techniques to create and sustain structures that allow for the analysis of data while remaining familiar with dominant programming and deployment strategies in the field. During various aspects of this process, you should collaborate with coworkers to ensure that your approach meets the needs of each project.

If you are detail-oriented, with excellent organizational skills and experience in this field, we’d like to hear from you.

What You Will Be Doing
• Design and build data pipelines to efficiently ingest data from multiple sources and intelligently deal with the complexities of the data
• Develop and maintain scalable data pipelines to support continuing increases in data volume, diversity, and complexity
• Identify, design, and implement internal process improvements including optimizing data delivery and automating manual processes
• Support the assembling of large, complex sets of data
• Work with stakeholders to support their data infrastructure needs and process improvement

Requerimientos del cargo

What You Need for this Position
• AWS Glue and Spark experience required
• Experience with Redshift, Athena, MySQL, Bigquery, and standard Postgress
• Knowledge of Python, Jupyter, and AWS Lambda
• Strong analytical skills and the ability to disseminate data into usable insights
• Able to manage multiple priorities efficiently in a fast-paced environment
• Excellent communication and interpersonal skills
• Team player with a can-do attitude

¿Qué se necesita para trabajar como Data Scientist?

Apoyar la toma de decisiones dentro de la organización, mediante el uso de datos de diversas fuentes, así como la utilización de algunos modelos de machine learning con el objetivo de incorporar los datos a los productos y procesos de la compañía.
Requerimos:

• Conocimiento avanzado en programación en lenguaje SQL, Python y/o R.
• Amplio conocimiento en modelos estadísticos y de Machine Learning.
• Manejo de marcos Agiles (Scrum, Kanban, otros)
• Deseable: experiencia en Azure Cloud o arquitectura cloud.
• Deseable: experiencia laboral en sector financiero.

La oferta laboral en colombia esta entre 6.500.000 hasta 12.000.000 aproximadamente segun las necesidades de la organizacion

En le mundo de La /El Data Scientist, me parece fundamental la programación y seria para mí el punto más bonito de desarrollar este role.

Ejemplo de requisito para Data Scientist :
Target Enterprise, Inc. seeks a FT Senior Data Scientist in Brooklyn Park, MN. This position requires a Master’s degree or equivalent in Quantitative Management, Statistics, or a related field and 2 years of related experience. In the alternative, will accept a Bachelor’s degree in Quantitative Management, Statistics, or related field and 5 years related (progressive, post-baccalaureate) experience. Must also have 12 months of experience (which may have been gained concurrently) with each of the following: (1) developing and managing state of the art predictive algorithms that use data at scale to automate and optimize marketing and promotion decisions at scale; (2) developing end-to-end data science driven insights and recommendations engine on Python; (3) working with the following data analytical tools: SQL (Vertica, MySQL), Jupyter, R: dplyr, dbplyr, lme4; Python: pandas, numpy, plotly, and pyspark, and SAS; (4) implementing Statistical Modelling and Machine Learning while using randomForest, rpart, xgboost and sklearn; and (5) analyzing the data and applying mathematical concepts to generate statistics, models, and tests. Will accept experience gained before, during or after Master’s program. Position includes a telecommute benefit within commuting distance to a Minneapolis-area Target office, as directed. Please apply online at https://corporate.target.com/careers.

Herramientas y tecnologías

• Programación con Python o R (incluyendo POO).
• Jupyter Notebooks.
• Pandas, Numpy, Matplotlib.
• Algoritmos y librerías de machine learning como scikit-learn y TensorFlow.
• Bases de datos SQL y NoSQL.

Matemáticas para data scientist

• Álgebra
• Estadística descriptiva e inferencial.
• Probabilidad
• Álgebra lineal
• Cálculo

¿Cómo empezar?

• Cómo utilizan los datos las organizaciones.
• Programación con Python y sus librerías para data science.
• Usar Jupyter Notebooks.
• Estadística y probabilidad aplicada a data science.

Del role de DS me llama la atención el proceso que realiza a partir de una pregunta, una identificación de datos y una transformación de estos en información de valor que luego se refleja en un modelo que se puede entrenar y que permite responder a predicciones futuras.

Podríamos agrupar las herramientas diarias de los data Scientists en 5 clases:

Lenguajes de programación, sus entornos de desarrollo y liberías.

Herramientas de gestión de bases de datos.

Librerías de IA.

Conocimientos matemáticos

Conocimientos sobre negocios o el ámbito.

Mis apuntes #13 (Notion)

Hola, buscando encontré esta oferta para trabajar de forma remota como DS, donde dicen que pagan USD$ 7750 al mes, que sepa de Python / SQL. https://www.linkedin.com/jobs/view/3455107076/?eBP=JOB_SEARCH_ORGANIC&recommendedFlavor=ACTIVELY_HIRING_COMPANY&refId=0RLkZr3Bul4eFLZOudimig%3D%3D&trackingId=rLiQSO3ctR3IVpeeBghzkQ%3D%3D&trk=flagship3_search_srp_jobs&lipi=urn%3Ali%3Apage%3Ad_flagship3_search_srp_jobs%3BgEsb13sUTq2WMcGxZw18rQ%3D%3D&lici=rLiQSO3ctR3IVpeeBghzkQ%3D%3D

No se rindan 💚

Lo que mas me emociona de esta ruta son todos los campos a abarcar y todas las herramientas que se aprenden a dominar para poder cumplir el objetivo de ser un data analyst y/o data scientist

Aquí mi aporte…lo malo es que no es en Latinoamerica

Búsqueda en Indeed para DS en USA:
Python
R
MS Azure Cloud
Probabilidad
Estadística inferencial
Optimización
ML
Conocimientos del negocio en particular
Análisis de regresión, modelos de testeo, regresión logística, GLM
SQL
Tensorflow; Scikit; Pytorch; Keras, etc
GBM, K-means, Neural Networks, SVMs, Bayesian Networks, NLP etc
Big data

Si las matematicas duras y puras son la base del DAta Science, es fundamental, aquellos que tengan bases deingenierias, puede ser un cambio de camino interesante sacandole el provecho a la teoria vista durante la U 😄

Conocer cuales son las herramientas muestra que apenas estoy iniciando para saber que es lo que biene en camino.

Clase 9 - Herramientas y tecnologías para Data Scientist

Repaso de la clase

¿Qué herramientas, tecnologías y conocimientos debemos de tener para trabajar como Data Scientist?

• Programación: Python o R (Usando Programación Orientada a objetos)
• Editor de código: Jupyter Notebooks
• Librerías de Python: Pandas, Numpy, Matplotlib.
• Algoritmos y librerías de Machine Learning: Scikit-learn y TensorFlow.
• Bases de datos SQL y NoSQL: Postgres, CassandraDB y MongoDB.
• Matematicas:
  • Álgebra
  • Estadística descriptiva e inferencial.
  • Probabilidad.
  • Álgebra lineal.
  • Cálculo.

¿Qué pasos debo seguir para empezar mi carrera como Data Scientist?

• Entender cómo usan los datos las organizaciones.
• Aprender a programar con Python y sus librerías para Data Scientist.
• Conocer cómo se usa Jupyter Notebooks.
• Saber estadística y probabilidad aplicada a Data Scientist.

DATA SCIENTIST:
Requirements:
• 2 to 4 years of proven work experience within a high-performance/quality technical environment.
• Demonstrable experience with NLP, Prediction Models and Language Models fields.
• Clustering and Decision Tree practices.
• Python and Pandas Library.
• Familiarity with Big Data frameworks and visualization tools (Cassandra, Hadoop, Spark, Tableau)
• Experience with some AWS functionalities are required.
• Libraries such as: TensorFlow, SciKit Learn.
• Pytorch Framework.
• Relational and non relational Data Bases (not a must)

Additional Skills
• Knowledge and familiarity with agile methodologies.
• Strong entrepreneurial drive, hands-on personality and result-driven approach.

Para optar por un cargo de DS, algunas empresas solicitan (como factor común)

1. De 2 a 4 años de experiencias (en la mayoría de lso casos)
2. Dominio en: en Python, pyspark,
3. Implementación de modelos ML, reentrenamiento de modelos.
4. TensorFlow, Keras, pandas, NumPy, XGBoost.
5. LightGBM, pronóstico, optimización (Ortools/Gurobi), SQL, Tableau, Jupyter Notebook, Git…
6. Conocimiento en Análisis de Datos, Estadísticas y Aprendizaje Automático.

Por ejemplo:
https://www.getonbrd.com/companies/betterfly
https://www.getonbrd.com/companies/ensitech

Así que hay que formarse! Gracias Platzi por la oportunidad 😃

Requisitos: para aplicar en ofertas de trabajo como analista de datos
Tecnólogo o Profesional en Sistemas, Matemáticas, Estadística o afines
Excel avanzado, SQL, procesos ETL y Power BI
Inglés B1/B2.
Para los mas exigentes: profesional en Estadística, Matemáticas, Economía o áreas afines con conocimientos en modelo de base de datos, desarrollo del diseño de bases de datos, minería de datos, técnicas de segmentación, Power BI y Excel avanzado.
Conocimientos específicos: Capacidades de análisis y diseño de bases de datos modelos E/R e implementación de estructuras en motor de base de datos SQL y PL/SQL conocimientos en administración de motor de bases de datos: Oracle MS SQL MySQL Access manejo de hoja de cálculo EXCEL nivel avanzado. Conocimiento en herramientas ETL.
Estos son algunos de los requisitos para las vacantes de empleo como analista de datos en Colombia, Antioquia.

Los requerimientos de conocimiento técnico son variados, pero se ajustan a los que nos brinda el curso, es muy interesante la amplitud del mercado laboral.

Encontré una oferta de Rappi en bogotá

CIERTAMENTE PARECE MUY PROFUNDO ESTE MUNDO…😦

Lo más emocionante es que nos pone a prueba y a aprender más cada dia

Cool

Un data scientist es un profesional que utiliza habilidades en matemáticas, estadísticas, programación y conocimientos en negocios para analizar grandes conjuntos de datos y extraer información valiosa que pueda ayudar a tomar decisiones empresariales informadas y resolver problemas complejos. En resumen, es un especialista en datos que utiliza técnicas avanzadas de análisis para descubrir patrones, tendencias y relaciones ocultas en los datos y convertirlos en información útil para la toma de decisiones.

Gracias

.

[Hiring] VP, Data Scientist @Insite AI
Mar 29, 2023 - Insite AI is hiring a remote VP, Data Scientist. 📍Location: USA.

We are looking for a VP, Data Scientist to work on our AI/ML team and help us gain useful insight out of data. You should have a strong problem-solving ability and a knack for statistical analysis. If you’re also able to align our data products with our business goals, we’d like to meet you. Your ultimate goal will be to help improve our products and business decisions by making the most out of our data.

Requirements

Python, Cloud engineering, SQL, Basic ML algorithms, Experience with Transaction data and time series data. Simple UIs.
Ability to understand large scale software & system architecture
Able to communicate technical issues with technical & non-technical stakeholders
Process both structured and unstructured data, and analyze data to discover trends and patterns by exploring the data
Build predictive models and machine learning algorithms and evaluate different models
Build analytical solutions in the form of AI/ML product prototypes solving customer problems
Present insights using data visualization techniques
Collaborate with engineering and product development teams to productionize the developed AI model
Bachelor’s degree or higher in a relevant analytical field with at least 2 years of relevant domain experience in retail and CPG
Skilled with data science programming in Python (pandas, writing classes, productionize the models) and SQL
Experience in Statistical Modeling and Machine Learning
Data Interpretation and Visualization experience; Storytelling with Data
Experience with Python ML tools: Pytorch, Tensorflow, Jupyter Notebooks, Pandas, scikit-learn, Numpy
Experience with Spark
Experience with UI: Flask, Plotly, Streamlit
Understanding of Continuous integration, testing, deployment & release methodologies
Experience in Kaggle participation
Benefits

Health Care Plan (Medical, Dental & Vision)
Retirement Plan (401k, IRA)
Life Insurance (Basic, Voluntary & AD&D)
Paid Time Off (Vacation, Sick & Public Holidays)
Family Leave (Maternity, Paternity)
Short Term & Long Term Disability
Work From Home

Descripción completa del empleo
Científico de Datos

Objetivo General

Desarrollar y guiar proyectos en temas de analítica, así como guiar a su equipo de trabajo enfocado al negocio para apoyar los procesos de toma de decisiones del Grupo.

Actividades

Investigar y descubrir dónde están las grandes áreas estratégicas de generación de valor.
Desarrollar investigaciones, iniciativas, o proyectos de alto impacto para el grupo por medio de inteligencia analítica y que detonen incrementos significativos en la rentabilidad de la empresa.
Investigar y supervisar dónde, cómo y para qué estamos utilizando herramientas matemáticas, estadísticas y minería de datos.
Desarrollar investigaciones técnico-matemáticas que puedan ayudar en las distintas unidades de negocio a mejorar significativamente.
Perfil profesional

Experiencia laboral deseable de mínimo un año en administración de riesgos de crédito al consumo (Tarjetas de crédito y Préstamos Personales).
Licenciatura en una disciplina altamente cuantitativa (Matemáticas aplicadas, Actuaría, Física, Economía, Computación).
Lenguajes de programación y manejo de información como SQL, R, Python.
Dominio del inglés deseable.
Uso de herramientas de minería de datos y modelado estadístico y/o econométrico (SPSS Statistics, SPSS Modeler, STATA, CloudPak,).
Herramientas de visualización de datos (Tableau, Power BI, Data Studio)

Experiencia en tecnologías como SQL, Python, Alteryx, SAS, Power BI,

lo que más me emociona es poder aportar a cualquier institución, datos que puedan ayudar a toma de decisiones.

Publicaré aquí algunas ofertas que vi en linkedin

Tu misión será apoyar la toma de decisiones dentro de la organización, mediante el uso de datos de diversas fuentes, así como la utilización de algunos modelos de machine learning con el objetivo de incorporar los datos a los productos y procesos de la compañía.

Para ello requerimos:

• Profesional graduado de ingeniería de industrial, economía, administración de empresas o a fin con 2 años de experiencia en áreas datos y manejo de modelos de aprendizaje de máquina.
• Conocimiento avanzado en programación en lenguaje SQL, Python y/o R.
• Amplio conocimiento en modelos estadísticos y de Machine Learning.
• Manejo de marcos Agiles (Scrum, Kanban, otros)
• Deseable: experiencia en Azure Cloud o arquitectura cloud.
• Deseable: experiencia laboral en sector financiero.

Cómo empezar.

Matemáticas.

Herramientas y tecnologías.

uerimientos:

Licenciatura / Maestría en Ingeniería, Ciencias de la Computación (o experiencia equivalente)
Al menos 5 años o más de experiencia relevante como científico de datos
Más de 5 años de experiencia con SQL y Machine Learning
Es bueno tener experiencia con Amazon, Redshift y BigQuery
Pasión por los datos, la tecnología y las personas
Sólida experiencia en métodos de aprendizaje automático supervisados y no supervisados
Amplia experiencia en tecnologías de big data como Spark, AWS, Athena, Redshift, Sisense, Looker, Tableau, etc.
Experiencia con la implementación de AWS SageMaker
Fuerte experiencia en SQL y programación en Python o R
Capacidad para realizar análisis exploratorios de datos
Es bueno tener experiencia en Databrick y Redshift
Experiencia con monitoreo, tecnología de instrumentación y conocimiento de proveedores (Segment, New Relic, Datadog, Pingdom y/o PagerDuty)
Tener experiencia con Product Analytics como Google Analytics y/o Amplitude
Excelente comunicación y habilidades interpersonales
Fluidez en inglés oral y escrito

Una entidad del estado acá en Perú busca Data scientist, pero pide bachiller en alguna carrera afín:

Nos encontramos en búsqueda del mejor talento para cubrir SEIS (6) vacantes de Consultor en desarrollo de modelos analíticos de Ciencia de Datos, quienes se encargarán de:
• Planificar el ciclo de vida de los modelos analíticos.
• Comprender el negocio y modelo analítico.
• Realizar requisitos, recopilación y comprensión de los datos.
• Preparar los datos.
• Diseñar y evaluar el modelo.
• Producir y monitorear la solución analítica.

Requisitos

Formación académica
• Bachiller, titulado o licenciado en Estadística y/o Matemática y/o Investigación Operativa y/o Ingeniería Informática y/o Ingeniería de Sistemas y/o Ciencias de la Computación y/o Electrónica y/o Economía y/o Ingeniería Económica y/o afines

Conocimientos
• Lenguajes de programación: R y/o Phyton y/o Scala para el tratamiento de grandes volúmenes de datos usando herramientas como Apache Hadoop y/o Spark; y/o
• Explotación de datos desde Data Lakes y Data Warehouse; y/o
• Conocimiento de Estadística y/o Matemática y/o minería de datos y/o simulación y/u optimización; y/o
• Desarrollo de proyectos analíticos construyendo modelos de data science y/o machine learning y/o inteligencia artificial con grandes sets de data estructurada y no estructurada.

Cursos o Programas de Especialización
• De preferencia contar con estudios de Maestría y/o Diplomados en Inteligencia Artificial y/o en Data Science, estudios de Estadística y/o Matemática y/o Informática y/o Sistemas y/o Ciencias de la Computación y/o afines.

Se otorgará puntaje adicional.

Experiencia

General

– Mínimo cinco (05) años en entidades del sector público y/o privado.

Específica (Incluida en la experiencia general)

Mínimo tres (03) años como:

Científico de Datos y/o Analista de Datos y/o Especialista de Datos y/o afines en el sector público y/o privado, acreditada mediante: Constancias de prestación de servicio, certificado de trabajo, orden de servicio o contrato con su respectiva conformidad.

Excelente organización, me gusta la forma de como van guiando en cada clase.
Ademas de los recursos que dejan debajo de cada clase.

Programación Orientada a Objetos: La programación orientada a objetos se basa en el concepto de crear un modelo del problema de destino en sus programas. La programación orientada a objetos disminuye los errores y promociona la reutilización del código. Python es un lenguaje orientado a objetos. Los objetos definidos en Python tienen las características siguientes: Identidad. Cada objeto debe ser distinguido y ello debe poder demostrarse mediante pruebas. Las pruebas is e is not existen para este fin. Estado Cada objeto debe ser capaz de almacenar el estado. Para este fin, existen atributos, tales como variables de instancias y campos. Comportamiento. Cada objeto debe ser capaz de manipular su estado. Para este fin existen métodos. Fuente: https://www.ibm.com/docs/es/spss-modeler/saas?topic=language-object-oriented-programming

Super! Muchas gracias!