Clase 9 de 15 • Guía para Empezar una Carrera en Data Science e Inteligencia Artificial
Contenido del curso
Las herramientas más utilizadas para cumplir con el proceso diario de una Data Scientists son las siguientes:
¿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:
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.
Mariana Ramirez
Nestor Jesus Rodriguez Rodriguez
Rene Rosas
Alejandro Carrillo
Carlos Vazquez
Eduardo Sebastian Moya Vaca
Luis Eduardo Vera
Bruno Nicolás Barajas Correa
Maximiliano Salinas De León
Carlos Manuel Gramajo López
Sebastian Peña
Carlos Manuel Gramajo López
Juan Antonio Aramburo Pasapera
Alberto Chaparro
David Ramirez
Hugo Montoya Diaz
Miguel Angel Dominguez
Luis Mendez
Rafael Benítez Sandoval
Juan Pablo Cuenca Ludeña
Lady Rowena Zuñiga Aya
Franz Torres
José Alejandro Suárez
Miguel Torres
Manuel Alejandro Arias Rodriguez
Gabriela Gonzalez
Jeisson Espinosa
Julian Molano
Mi Chu
Julian David Castaño Echavarria
Carlos Alberto Sanchez Medina
Axel Yaguana
Yuly Andrea Morales Baron
John Henry Bulla Marulanda
Jhonatan Stiven Martinez Martin
Stalin Collay
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.
Ese es el gran Plus de estar en Platzi, no das vueltas por internet viendo muchos videos similares en Youtube, sirve, pero la ruta de Platzi nos encamina más rápido :green_heart:
si bien platzi no es la unica escuela/plataforma para aprender lo deseado. Si son los mas rapidos y eficientes
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
Que eso no te detenga!. Hoy existe más facilidad para trabajar en remoto, y lo mejor si consigues trabajo en otra geografia es que pagan en mejor moneda. 😎
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
:)
que maravilla de resumen, muchas gracias . Es un camino laargo.. nada mas python humm... llevo unos meses en eso y apenas si conozco el ppio jjajaj, pero nada, pa delante es pa'llá
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....
¡Excelente, sigue adelante! estoy a tres meses de que se escribió este comentario, ¿Cómo te ha ido a día de hoy?
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.
Estamos en una situación parecida, de hecho hoy tuve que realizar el reingreso a una Tecnología en Desarrollo de Software en Univalle, la cual cancelé el semestre pasado porque estaba terminando otra carrera. He pagado platzi desde noviembre del 2021, pero apenas me puse serio a a prender hace dos semanas, siento que es una forma muy rápida y completa de aprender, además que este camino de la Ciencia de Datos me ha encantado.
Platzi es una mina de oro, si hacemos buena organización de nuestro tiempo y, combinamos conocimientos de distintas escuelas uuufff será un super poder, y tal vez no tengamos que dejar la U, creo que también podemos super combinarla.
Este tiene una paga muy jugosa y piden precisamente lo que veremos en esta clase + 5 años de experiencia >:v
Donde es eso y como se accede
Alguna página para obtener 5 años de experiencia? :'v XD
Las herramientas
Muchas gracias!
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
Ciertamente es un problema los años de experiencia, pero se puede compensar con un buen portafolio o proyectos personales que demuestren las aptitudes para el puesto que solicitas. Ánimo¡¡
Demasiada experiencia, un Data Scientist de ese nivel (Senior) no debería trabajar por un salario tan bajo...
En ingeniería química hay un principio llamado Principio de Le-Chatelier, me emociona poder aplicar Data Science para poder predecir alteraciones al equilibrio
Hola! Buscando vacantes para este rol me di cuenta que un requisito común es el de una licenciatura relacionada al tema. Personalmente, no cuento ese título y debido a mi situación quizá me sea difícil hacerme de una, eso me preocupa. Mi pregunta es ¿Hay manera de conseguir un trabajo como Data Scientist con un nivel de estudios más bajo? ¿Qué necesita hacerse?
¡Hola, José! 🤓👋
Muchas empresas no piden alguna clase de título. Con contar con los conocimientos y experiencia creando proyectos personales lo lograrás.
Te comparto este sitio web donde podrás encontrar vacantes así: https://www.getonbrd.com/jobs/data-science-analytics
No es necesario ningún título para convertirse en científico de datos, pero muchos empleadores prefieren candidatos con un título de grado en estadística, matemáticas, informática o ingeniería. Sin embargo, hay muchos científicos de datos autodidactas que han tenido éxito en este campo.
Muchas empresas ofrecen ahora programas de formación de científicos de datos, que pueden ser una buena manera de aprender las habilidades necesarias. Los programas de bootcamps suelen durar entre 12 y 16 semanas y cubren temas como la programación en Python, algoritmos de aprendizaje automático, plataformas de big data y SQL. También incluyen proyectos y casos prácticos para que puedas aplicar tus nuevas habilidades a problemas del mundo real.
Sin embargo, los bootcamps pueden ser caros, por lo que es importante investigar antes de elegir uno.
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
Matemáticas
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
Los q a mi me interesan piden java y c++
Alguna pagina para profundizar en estos lenguajes? 😳
en platzi hay cursos específicos de estos 2 lenguajes
esta es una oferta de empleo de hoy en Colombia para Data Scientist
... como se hace para incorporar un pantallazo en estos comentarios?
¡Hola de nuevo, Carlos Alberto!
Tienes que tener descargada la imagen en tu PC y luego la arrastras a la sección de comentarios. Tal como se muestra en el GIF:
Otra forma en la que lo puedes hacer es ir a y subir ahí tu imagen. Luego que esté subida, copias el link de la misma, regresas al comentario y das clic donde dice “imagen” y te aparecerá esto:
En “url” pegas el link que copiaste y listo 😉
Pero asegúrate que al final de la URL diga .png. Ejemplo:
¡Nunca pares de aprender! 💚
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:
hay que tener en cuenta que todos los roles de DS e IA hay algo de matemáticas, en este caso veremos:
Para empezar a aprender se debe entender lo siguiente:
Principales habilidades o requisitos demandados para ser data scientist
Fundamentos de matemáticas y estadística: comprensión de conceptos estadísticos como distribuciones, pruebas de hipótesis, regresión, etc.
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.
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.
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.
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.
Comprensión del dominio del problema: Implica familiarizarse con el contexto del negocio o la industria en la que se aplican los análisis de datos.
Habilidades de comunicación: Ser capaces de comunicar los resultados de manera efectiva tanto a audiencias técnicas como no técnicas.
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.
