No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Aprende Inglés, Programación, AI, Ciberseguridad y mucho más.

Antes: $249

Currency
$209
Suscríbete

Termina en:

4 Días
22 Hrs
41 Min
59 Seg

Herramientas y tecnologías para Data Scientists

9/15
Recursos

Las herramientas más utilizadas para cumplir con el proceso diario de una Data Scientists son las siguientes:

  • Python, R y Paradigma de programación orientada a objetos
  • Librerías de Python: NumPy, Pandas y Matplotlib
  • Jupyter Notebooks
  • SQL y No SQL.
  • Algoritmos y librerías de Machine Learning como: Scikit-learn y TensorFlow
  • Álgebra
  • Estadística descriptiva y estadística inferencial
  • Probabilidad
  • Álgebra lineal
  • Cálculo
Caja con herramientas

¿Cómo comenzar tu camino en el mundo de Data Science?

Cuando empiezas una carrera en Data Science, ubicarte y encontrar el mejor material para sacarle el máximo provecho a tu tiempo es complicado, por ello los siguientes pasos son tan importantes:

  1. Entender cómo se utilizan los datos, aprender Business Intelligence y cómo es el proceso de datos en las organizaciones
  2. Programar con Python
  3. Saber las principales librerías de procesamiento, análisis y visualización de datos en Python
  4. Conocer las Jupyter Notebooks
  5. Aprender estadística y probabilidad aplicada a Data Science
  6. Crear tus primeros proyectos

Todos estos conocimientos y habilidades son los que debes tener para convertirte en una Data Scientists, recuerda que todas estas habilidades las puedes comenzar a aprender ahora mismo en la Ruta de Data Scientist con Python.

Contribución creada por: Ismael H.

Aportes 214

Preguntas 14

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

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

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.
Los q a mi me interesan piden java y c++ Alguna pagina para profundizar en estos lenguajes? 😳

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.

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.

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:

Lo que me gustó de esta clase es que me doy cuenta que está ruta no es para mí, pensaba que era algo más sencillo 🫣
```js ```La parte d que mas emociona de la ruta de análisis de datos, es aprender como se generan los procesos de automatización y desarrollo tecnologico en el área de la inteligencia artificial en el campo laboral
Me apaciona la posibilidad de analisys de datos y con estos generar programas que te permitan proponer tendencias para toma de decisiones.

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)

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

\- Python, R \- POO \- Jupyter Notebooks \- Librerías Análisis: Pandas, Numpy, Matplotlib \- Librerías ML: Scikit-Learn, TensorFlow \- Bases de datos: SQL (PostgreSQL), NoSQL (CassandraDB, MongoDB) \- Álgebra \- Estadística: Descubrir patrones, tendencias \- Álgebra Lineal: Entender algoritmos de ML
## Data Analytics and Category Management Associate- job post ## Descripción completa del empleo **Candidates MUST be local to the Mexicali Area (work from home is an option)** **ONLY RESUMES IN ENGLSH WILL BE CONSIDERED** **Objectives of this role** * Develop, implement, and maintain leading-edge analytics systems, taking complicated problems and building simple frameworks. * Identify trends and opportunities for growth through analysis of complex sales and financial datasets. * Create best-practice reports based on data mining, analysis, and visualization * Evaluate internal systems for efficiency, problems, and inaccuracies, and develop and maintain protocols for handling, processing, and cleaning data * Work directly with managers and users to gather requirements, provide status updates, and build relationships **Responsibilities**: * Work closely with managers to understand and maintain focus on their analytics needs, including critical metrics and KPIs, and deliver actionable insights to relevant decision-makers. * Proactively analyze data to answer key questions for stakeholders or yourself, with an eye on what drives business performance, and investigate and communicate which areas need improvement in efficiency and productivity. * Create and maintain rich interactive visualizations through data interpretation and analysis, with reporting components from multiple data sources. * Define and implement data acquisition and integration logic, selecting an appropriate combination of methods and tools within the defined technology stack to ensure optimal scalability and performance of the solution. * Develop and maintain databases by acquiring data from primary and secondary sources, and build scripts that will make our data evaluation process more flexible or scalable across datasets. **Qualifications:** * Three or more years of experience mining data as a data analyst * Proven analytics skills, including mining, evaluation, and visualization * Technical writing experience in relevant areas, including queries, reports, and presentations * Strong SQ Excel skills, with aptitude for learning other analytics tools **Preferred skills and qualifications** * Bachelor’s degree (or equivalent) in mathematics, computer science, economics, or statistics * Experience with database and model design and segmentation techniques * Strong programming experience with frameworks, including XML, JavaScript, and ETL * Practical experience in statistical analysis through the use of statistical packages, including Excel * NetSuite experience desirable * Proven success in a collaborative, team-oriented environment ONLY RESUMES IN ENGLISH WILL BE CONSIDERED. Tipo de puesto: Tiempo completo Horario: * Lunes a viernes * Turno de 8 horas Disponibilidad para viajar: * 25 % (Deseable) Lugar de trabajo: Empleo presencial

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 😄

Herramientas y tecnologías: 1. **Lenguajes de programación:** Python y R son los más utilizados en data science por su versatilidad y amplio soporte para bibliotecas de análisis de datos y machine learning. 2. **Frameworks de machine learning:** TensorFlow, PyTorch y scikit-learn son ejemplos de frameworks populares para desarrollar modelos de machine learning. 3. **Herramientas de visualización de datos:** Matplotlib, Seaborn y Plotly son utilizados para crear visualizaciones interactivas y gráficos informativos. 4. **Bases de datos:** SQL es fundamental para consultar y manipular datos en bases de datos relacionales. Además, herramientas como PostgreSQL, MySQL y SQLite son comunes en entornos de data science. 5. **Herramientas de big data:** Para trabajar con conjuntos de datos grandes, un data scientist puede utilizar herramientas como Apache Hadoop, Spark y Hive. 6. **Herramientas de automatización:** Para el procesamiento de datos y la automatización de tareas, herramientas como Apache Airflow son útiles. 7. **Entornos de desarrollo integrado (IDE):** Jupyter Notebook y RStudio son IDE populares para el análisis de datos y la creación de modelos de machine learning. 8. **Control de versiones:** Git y GitHub son esenciales para el control de versiones y la colaboración en proyectos de data science.
## Top 10 sitios de empleo para data scientist y data analyst que te harán feliz #### Get On Board <https://www.getonbrd.world/> #### IBM <https://www.ibm.com/careers/mx-es/teams/data-and-analytics/> #### Get Manfred <https://www.getmanfred.com/> #### Tecnoempleo <https://www.tecnoempleo.com/> #### Talent Hackers <https://talenthackers.net/> #### LinkedIn <https://www.linkedin.com/login/es> #### Jobsora <https://jobsora.com/> #### Workana <https://www.workana.com/es> #### Turing <https://www.turing.com/> #### Laborum <https://www.laborum.cl/>
**Reto** Data Scientist| jr Información del empleo Sueldo = $17,000 a $18,000 por mes Requisitos del trabajo * **Licenciatura / Maestría en Ingeniería**, Ciencias de la Computación (o experiencia equivalente). * Debe tener conocimientos sobre UNIX. * **Conocimientos en SQL** * **Experiencia en Java:** Se requieren conocimientos de programación en Java. Debes ser capaz de escribir código limpio y estructurado, comprender los fundamentos de la programación orientada a objetos (POO), y utilizar las bibliotecas y frameworks populares de Java. * **Dominio de Python:** Debes tener experiencia práctica en programación con Python. Debes estar familiarizado con la sintaxis y las características del lenguaje, y ser capaz de utilizar bibliotecas y frameworks populares de Python, como Pandas, NumPy y Django. * **Bases de datos relacionales y no relacionales:** Debes tener conocimientos y experiencia en el diseño y gestión de bases de datos relacionales, como MySQL o PostgreSQL. Además, es deseable tener familiaridad con bases de datos no relacionales, como MongoDB o Cassandra. * **Desarrollo de APIs:** Debes tener experiencia en el desarrollo de APIs RESTful utilizando tecnologías como Flask o Spring Boot. Debes comprender los principios de diseño de APIs, autenticación y autorización de API, y ser capaz de documentar y probar las APIs desarrolladas. * **Entornos de Nube:** Es deseable tener conocimientos básicos en el desarrollo y despliegue de aplicaciones en entornos de Nube, como AWS, Azure o Google Cloud. * **Resolución de problemas y trabajo en equipo:** Debes tener habilidades para resolver problemas técnicos y trabajar en equipos multidisciplinarios. Ser capaz de colaborar con otros desarrolladores y profesionales de negocios, comunicar ideas de manera efectiva y buscar soluciones eficientes es esencial. 😳
Piden muchas cosas para un Data Scientist🫠. Entre ellas: Programación con Python Conocimiento basto de SQL y NoSQL Conocimiento de Seckit Learn Experiencia de 3 años Comunicación sencilla para compañeros de trabajo
Una de las cosas maravillosas por las que me quiero convertir en Data Scientist es el gran impacto positivo que se puede hacer en los negocios de las personas, maximizando todo tipo de estadísticas y además de ello, podiendo detectar alcances futuros realistas que las empresas pueden tener y así ir creciendo poco a poco hasta llegar a sus objetivos deseados.
* Modelación predictiva * Manejo de datos (Recolección, limpieza, procesamiento) * Estar actualizado con los avances y las tendencias del mercado * Conocimiento en big data * Habilidades de análisis * Conocimientos y experiencia en Pyhton, R, Marplotlib, Pandas, NumPy
Hay muchas ofertas de data scientist, y las ofertas son tentadoras , el problema es que exigen experiencia, bueno por algo se empieza.
![](https://static.platzi.com/media/user_upload/5-1bd7d437-97bd-4b5a-9043-0809ffef85d6.jpg)
Lo que más me agrada es que ya viene todo lo que se tiene que aprender para lograr tener las bases del data science.
VACANTE PARA PRACTICANTE DE DATA SICENTITS
## Encontré este perfil para América Latina, con enfoque en Marketing. ## Acerca del empleo **About us:** Outliant is a fully-remote, US-based, digital product development and startup consulting company, with a team of culturally diverse creators whose exceptional skills and talents help conceive seamless digital products. Our teams exhibit work-play energy that supports individual growth, as well as encourages the freedom of creativity and “thinking outside the box.” **Our Core Values:** **Pursuit of Excellence:** We are extremely competitive, ambitious, and driven to be exceptional – as individuals, teams, and as an organization. There is no standard high enough and we will never settle. We aspire to attract, retain, and empower the very best people. **Startup Mentality:** Outliant began with 5 startup founders, and startup culture is deep in our DNA. It’s a critical advantage that allows us to move faster, be more resourceful, and empower our team at all levels. We are in the early chapters of our journey. **World-Class Remote Collaboration:** Outliant is (and always has been) a 100% remote company – we have no offices and our teams are distributed around the world. Given the freedom and autonomy this provides, we require that our people excel in this remote structure. **About the role:** We’re looking to hire a full-time remote Marketing Data Analyst. For this role, your primary focus will be playing a key role in transforming raw data into actionable insights, driving informed marketing decisions, optimizing campaigns, and enhancing overall business performance. You’ll have the opportunity to choose your hours and work and learn with a team of world-class engineers and designers, through a commitment to team collaboration, communication, and product quality. **Seniority Level:** Mid-Senior Level **Responsibilities:** * Analyze complex data sets to identify trends, patterns, and insights that can be leveraged for marketing strategies. * Utilize statistical techniques and advanced analytical tools to interpret data and provide valuable insights into customer behavior, campaign effectiveness, and market trends. * Provide actionable recommendations based on data analysis to enhance marketing strategies, improve customer engagement, and drive revenue growth. * Continuously monitor and evaluate marketing performance metrics, identifying areas for improvement and proposing solutions. * Stay current with industry trends, emerging technologies, and best practices in marketing analytics. * Forecast future marketing performance. **Requirements:** * 3+ years working in the analysis of performance marketing data * Hands-on experience with marketing automation platforms, web analytics tools, and A/B testing platforms. * Exceptional analytical and problem-solving skills, with the ability to translate complex data into understandable insights. * Excellent communication skills, both written and verbal, with the ability to convey complex data findings to non-technical stakeholders. * Detail-oriented mindset and the ability to work collaboratively in a fast-paced environment. **Nice to have:** * Experience with Hubspot and Mixpanel **What’s in it for you?** As a full-time member of our team, you’ll enjoy: * Flexible hours, work wherever you choose * Unlimited PTO * Non-working holidays per country of residence * Pro-rated 13th-month bonus in select regions * Salary increases and performance-based bonuses * Referral bonuses * Financial support for online courses * Mental health and well-being programs * Fun and casual work environment * Employee engagement activities and virtual gatherings * We are a diverse, global team! Aquí vemos que las herramientas, habilidades y conocimientos también varian según el enfoque del negocio.

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

Lo que más me emociona es el curso de Git y Github Requisitos para una empresa Top 6 + años de experiencia trabajando como desarrollador. 5 + años de experiencia en Data Scientist. competente con análisis, solución de problemas y resolución de problemas. Experiencia práctica en la gestión de cargas de datos y calidad de datos a plus. Nivel avanzado de inglés.
Hola Miguel: en varios de tus videos mencionas que vas a dejar enlaces o archivos en el área de recursos, pero cuando voy ahí nunca los encuentro, no sé si los subiste o es mi aplicación la que falla. Agradezco tus comentatios, saludos.
Sigo sin ver la seccion de recursos
La sección de recursos en esta lección está vacía, a pesar de que el video menciona varias veces el material de apoyo.
La seccupib de recursos está vacía...

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

Apartando un poco el perfil requerido, me gustaría comentar que el salario anual promedio de un Data Analyst en Estados Unidos es de 80’000 USD, y el de una Data Scientist es de 160’000 USD.

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

.

Juan Gabriel Gomilla en el curso de data sience en udemy no utiliza POO en la elaboración de los diferentes modelos predictivos.

[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!

Vi un cargo y estos son los requisitos:

  1. Ser profesional en estadística, economía, matemáticas Ingeniería industrial o carreras afines,
  2. conocimientos en modelos de negocio o gestión de operaciones
  3. manejo Bases de datos SQL y NoSQL,
  4. conocimiento en Big data, Inteligencia Artificial o gobierno de datos, paquetes para análisis de datos en Phyton o R, 5. análisis y presentación de información, Power BI, Tableau, Seguimiento de tareas (Trello, Jira, etc)

![](

En una empresa de Lima, Perú se requiere este perfil

Trabajo Remoto Data Scientist, requisitos:
• Proficiency with data mining, mathematics, and statistical analysis.
• Advanced experience in pattern recognition and predictive modeling.
• Advanced experience with Excel, Tableau or similar, SQL and Python with libraries as TensorFlow, NumPy, SciPy and Pandas.

encontre este anuncio que busca Data Scientist y esto es lo que se necesita :