Hola a todos, llevo trabajando 3 años como DS en una empresa más o menos grande de Latinoamérica y algo que me gustaría destacar es que pongan mucha atención a la parte matemática ( álgebra lineal, estadística, optimización) que se menciona en el video. Nos ha tocado entrevistar muchos "DS" que solo se enfocan en aprender a "programar modelos" ( seguir la receta y hacer .fit y .predict) y muchas veces no entienden lo que hay por detrás, así que cuando les hacemos pequeñas variaciones a lo usual o cuando les pedimos que nos expliquen cómo funciona el modelo que nos proponen, no saben muy bien como responder. Entiendo que es algo no muy glamoroso ( y que toma tiempo) por que está todo ya programado , pero si quieren seguir éste camino les puedo decir que se nota la diferencia entre alguien que entiende a cabalidad como funciona lo que está haciendo y alguien que no.

@RafaGonzalezGouveia

2 жыл бұрын

Excelente comentario Guillermo

@eliezercortorreal7257

2 жыл бұрын

@ Guillermo en fin por lo que pude entender quieres decir que los DS solo se enfocan en aprender a programar?

@eliezercortorreal7257

2 жыл бұрын

@ Guillermo como eres científico de Datos dime cual crees que son las aptitudes que debe tener un DS ?

@guillermo8270

2 жыл бұрын

@@eliezercortorreal7257 nop, de hecho dije todo lo contrario. De la gente que entrevistamos muchos solo se enfocan en la parte de programación y no tienen idea de la parte matemática/estadística que funciona por detrás de los modelos , así que cuando se enfrentan a problemas que no son estándar no saben cómo abordarlos ( Y ojo que cada vez hay más empresas que ofrecen herramientas de Auto Machine learning para éste tipo de problemas) Si me preguntas a mí ( o al menos sobre lo que me toca trabajar ) las habilidades serían la siguientes: 1) Aprender a modelar problemas ( necesitas entender el negocio/ problema y conectar eso con lo que sabes) 2) Estadística, álgebra lineal y optimización. 3) Programación, en particular saber manipular datos y programación de alto rendimiento ( lenguajes serían SQL y python/r como base) 4) Tener un "instinto" para poder entender lo que te están mostrando los datos y adelantarte a posibles sesgos a los que te puedas estar enfrentando( creo que ésto no se puede estudiar y es algo que se desarrolla trabajando solamente)

@diegoclement855

2 жыл бұрын

Gracias a este comentario, pude entender porque los matemáticos pueden ser SD, muchos usan la fórmula pero pocos se preguntan de dónde sale esa fórmula

Rafa, yo siento que las bases mas importantes para ser data scientist deberia incluir matematica, especialmente la matematica de matrices (linear algebra), por que la usamos en todos lados con las factorizaciones de matrices, si uno entiende como gemometricamnte funcionan los algoritmnos de PCA, NMF, SVM, etc, podriamos no solo saber usar los algorithmos pero tambien como modificarlos, la parte que tu mencionas de derivadas en calculo, falto incluir que no es derivadas en una funcion sino tambien en matrices, como la matrix de hassel etc, que la usamos para ver por que los metodos numericos en las matrices convergen (aun que sea local minimuns). en resumen: - MAtematica avanzada de Algebra linear / Optimizacion / Math modeling / Real Analysis (especialmente Measure theory/Lebesgue) que la necesesitamos para entender theoria de probabilidad de Kolmogorov. - Statistics (todo lo que mencionaste de statistical methods, Theory of Probability), Machine learning (statistical Learning). - Computer Science: aqui entran varias areas, que puedes especializarse: - Base de Datos (queries), Programacion (R/Python) y lenguages para adultos como (C++, C#, Java, etc), Big Data (Spark/Hadoop), ETL. - NLP, Sentiment Analysis, Text Mining, Deep Learning, Computer Vision, etc. - el negocio en el que quuieras trabajar, por ejemplo yo me enfoco en la industria del software, otras personas pueden tener otro tipo de industria que tenga clientes con diferentes comportamientos etc. la idea es entender cuales son las preguntas de negocio y como responderla de manera que presentas recomendaciones de negocio (no numeros sueltos). - el ultimo y no menos importante: ser Story teller, saber llegar a tu publico (que usualmente son personas de negocio, no matematicos, no estadisticos, no computer scientist) normalmente tenemos que saber explicar las razones y dar las recomendaciones sin entrar en detalles de numeros, y mas bien hacer ver el mensaje sencillo en visualizaciones intuitivas. y esto del data visualizacion es un mundo aparte por si solo, pero tambien es necesario saberlo. pero en general, es saber comunicar, presentar tus numeros como lo hacia carl sagan en cosmos! ser super articulado verbalmente implica mucha practica, adelantarse a las posibles preguntas y tener las respuestas a la mano, conocer a tu auditorio etc. yo creo que esta parte de ser un comunicador es en la que mas dificultad nos encontramos nosotros los que venimos del mundo abstracto de la matematica, y es a la que usualmente deberiamos dedicarle mas tiempo.

Videazo ❤️ Me he suscrito 💕

Genial, muchas gracias por ese gran aporte. Estoy iniciado y tú canal me ha motivado ❤️

Buen video Rafael. Tiene buena pinta tu canal.

Muchas gracias.! por todos tus consejos, son de gran ayuda para las personas que estamos iniciando.

Excelente video, son de gran ayuda bro. Bendiciones.

Excelente resumen de path, la verdad apenas estoy incursionando en esto del Big Data mediante un master, pero que bueno es encontrar personas tan entusiasmadas como tu, que te motiva buscar más sobre este inquietante disciplina.

Excelente como todo lo que nos compartes!

Muchas gracias Rafa, muy buena la información... por casualidad tendras pensado en subir algunos videos relacionados con información sobre temas relacionados con estadísticas, gracias

Mientras te escuchaba hablar de estadística me acordé que cuando estudiaba en la universidad yo amaba las pruebas de hipótesis, y toda la estadística inferencial, me sentía una rara, un bicho de otro pozo... ahora me estoy reencontrado con ese mundo fascinante. Gracias por todos tus consejos! Un capo! Abrazo a la distancia desde Argentina

@DanielGarcia-er6st

2 жыл бұрын

Increible!! Yo tambien amaba hacer pruebas de hipotesis, trabajar con distribuciones normales, poisson!! Encontrar la distribucion estadistica de una lista de datos con Chi-Cuadrado. Tambien sentia que estaba solo en ese "amor" Saludos!

@ivancraft86

2 жыл бұрын

Sii, lo bonito es tener ese sentimiento dejavoo, el reencontrarte con esas materias de universidad y por fin ver que se aplican en conjunto para una Ciencia más completa y compleja.

Que genial, estoy aprendiendo sobre ciencias de datos mientras estoy en la universidad y no sabía mucho que ruta seguir. Muchas gracias

Tocayo, muchas gracias por compartir sus conocimientos, saludos desde Colombia. Un suscriptor más.

Muchas gracias Rafa!!

Eres el tío más simpático del mundo! Es el primer vídeo que veo tuyo. Ya me he suscrito y me voy a hacer maratón del resto de tus vídeos relacionados con este tema! Muchísimas gracias por tu ayuda para introducirme a este mundillo!

Muchas gracias por la ruta, realmente me dejo en claro de debo estudiar primero para pasar a la Industria Tech y por el momento como le puedo utilizar en mi trabajo actual

Muchas gracias por toda la info...espero nuevos videos!

Muchas gracias!!! Me has ayudado demasiado :) Ya es como el video numero 15 que veo

Muchas gracias por esto, todo lo que mencionaste en algun momento lo he realizado pero de forma muy basica en todo. Nunca me dedique completamente a esto, gracias por realizar una ruta y poder centrarme poco a poco en lugar de abordar todo de golpe

Excelente explicación te felicito amigo, hay tantas cosas que se ven en ingenieria y posgrado que me reventaba la cabeza, pero mas que nada se nota tu visualización para tener claridad en los conceptos como la ruta de aprendizaje. Exito y buena información, te ganaste un suscriptor!!!

Muy valioso, se debe ver 2 o mas veces para capturar tantos aportes de forma tan condensada

Muchas gracias muy buen video!!! realmente logras llegar a una profundidad incrible, dando acceso a esta profundidad a personas principiantes como yo que no sabemos mucho en lo que nos estamos metiendo

Me agrada como lo has desglosado, ahora tengo una mejor idea para empezar esta nueva carrera de Data Science. Gracias.

Inmenso trabajo!! muchas gracias por el tiempo y por compartirlo!

Excelente vídeo, me interesa mucho lo de data scientist ya que estoy trabajando en un anteproyecto para el aprendizaje de la matemáticas en la universidad

Buen video, debería haber un video con los recursos en la web, libros, cursos online, etc, para cubrir esa ruta de aprendizaje.

Gracias Rafa. Hice un curso de diseño de experimentos y veo esta ruta muy parecida. Muchas gracias! Muy completo y muy bueno.

Excelente orientación. Felicitaciones por ser tan explicito!!!!

Que tal resumen bro! , cuándo empecé me hubiera gustado haber visto un vídeo así ya que uno no sabe por dónde iniciar

Super completo, muchisimas gracias

Muchas gracias, muy completa información.

Súper like 🎉

Bro soy egresado de la carrera de economia y tengo cierta base en python y tanto el calculo como la estadistica; gracias a tu video puedo tener un panorama y orden de aprendizaje que empezare a aplicar a fin de convertirme en un cientifico de datos. MUCHAS GRACIAS, SALUDOS! TIENES UN NUEVO SUSCRIPTOR 🤓

Excelente video, pero creo que regresare a verlo muchas veces, quiero seguir la ruta pero es muchísima información de entrada, comenzare a seguir los pasos básicos sin pensar tanto en los medios o avanzados para no saturarme, a medida que avance espero ir aclarándolos, parto con algo de ventaja dado que ya se programar (no en python, debo aprender el lenguaje) y se bastante de SQL, del resto casi de 0. Gracias por la información.

Muchas gracias! Tocas los puntos que son y explicas absurdamente bien.

@RafaGonzalezGouveia

2 жыл бұрын

Gracias Daniel!

excelente Rafa !!!!🤗

Hola Rafa excelente video, me gustó mucho; me quedó claro que tengo que aprender programación para arrancar, me dedico a la enseñanza de matemática en todos los niveles (primario, secundario y terciario) quiero aclarar que los temas que vos comentas de estadística por ejemplo, debemos aclarar que implican un estudio profundo y dedicado, pensar que hay ramas que se especializan en c/u de los contenidos matemáticos que mencionas, lo que quiero decir a la gente, advertir de que cuando decís estudiar un semestre estadística inferencial u otras, por ejemplo, significa un estudio intenso, no mirar un videito. Muy buen canal👍

Muchas gracias por tus videos. :D

@RafaGonzalezGouveia

2 жыл бұрын

gracias a ti Joel! saludos

Saludos desde Santo Domingo, República Dominicana. Me encantó tu vídeo. Hasta ahora ha sido la guía para convertirse en científico de datos más detallada y específica que he visto. Solo me viene un pensamiento a la cabeza: está describiendo un pensum.

Interesante tu propuesta. Lo he validado con especialistas en el campo. Acabo de terminar una especialización.

Excelente, en mis tiempos esto se denominaba como DSS soporte a la toma de decisiones en las empresas, solo que ahora tenenos nuevas tecnologías. Pero hay otra herramienta en auge y se viene pisa do duro a futuro. Muchas gracias!

Buenas noches, actualmente estoy por terminar el 7mo semestre de Ingeniería y la verdad es que soy bueno "resolviendo" problemas de cualquier tipo, aprendí c++, java, python, desarrollo web y R, además de unos frameworks, sin embargo, no me nace como tal programar más de 4 o 5 horas lo habitual (diseño web o aplicaciones de escritorio), por otro lado cuando lleve estos cursos de estadística y algebra lineal en la universidad me encantaron y fui de los pocos que sobrepasaron un ponderado de 15, más adelante con python y R ese gusto por manejar datos y gráficos en un curso llamado algoritmos gráficos fue algo natural y por ello aprendí R por mi cuenta, hace unos días vi una publicación donde mencionaban tus habilidades y los campos a los que podrías dedicarte, decía CIENCIA DE DATOS (SI TE GUSTAN LAS MATEMATICAS), pienso que sería un gran cambio dejar de lado mis bases de otros lenguajes para centrarme netamente en aprender más sobre ciencia de datos, voy a darle duro hasta fin de año y vuelvo para decir como me fue, y si el cambio resulto ser lo mejor en mi carrera, muchas gracias.

@henmedina3194

Жыл бұрын

. Para desenlace

Muchas gracias por compartir tu conocimiento

Amigo increíble los vídeos que haces, claros y profundos. Tenés buena docencia también muchas gracias por los videos. Saludos desde Bs As

@RafaGonzalezGouveia

Жыл бұрын

Gracias Martin! Saludos a Buenos Aires!

Very good video!

saltar de diseño grafico, aprender lo que se refiere todo sobre base de datos y lo que engloba es un salto enorme, pero a esforzarse, gracias por compartir tus consejos

Super.... Rafa

Muy completa explicación 👍🏼

Muchas gracias!!!

Gracias Rafa, video muy claro, espero seguir aprendiendo. slds desde Chile.

@RafaGonzalezGouveia

2 жыл бұрын

Gracias Edson! Saludos a ti también en Chile

Muy buen video para entender todo esto, gracias!

@RafaGonzalezGouveia

2 жыл бұрын

Gracias Miguel

joder, mirá que hay buenos videos, pero este..... está excelente!!!!

Muy interesante tu video. Me superencanto. Pero creo que mas que una cientifica de datos, lo que aspiro es ser una ingenieria de datos. ( Lo vi tambien en tu video). Seria interesante si hicieras una video sobre la ruta de aprendidaje para ser un ingeniero de datos. Saludos desde Argentina.

Excelente Rafael

Muchas gracias. Saludos desde Perú .

@RafaGonzalezGouveia

2 жыл бұрын

gracias Anghelo. Saludos para ti también en Perú

Muchas gracias, he visto varias vacantes... pero igual me falta un primer empleo para recabar más exp

Excelente explicacion.....por favor podrias mencionar en otro video libros sitios web o canales donde podamos tener informacion o estudiaf para cada etapa? Gracias

¡Mil gracias!

Genial este video! ✅

@RafaGonzalezGouveia

2 жыл бұрын

Gracias Gabriel

Rafa es puro Oro

Luego de grabar el video he notado un problema con el audio. Espero que no te impida aprovechar este video porque creo que tiene muchas claves importantes de las cosas que todo data scientist debería saber. Puedes hacer click en el tiempo de la sección del video que quieres ver para saltar a ella: 👇👇 🚀 Ya abrió la inscripción para el curso de portafolio, hasta el viernes 9 de junio de 2023. Puedes inscribirte aquí 👇👇 escuela.gonzalezgouveia.com/courses/portafolio-data-science 00:00 Intro 01:33 Consejos 02:17 Básico - Programación 03:16 Básico - Estadística 04:56 Básico - DataViz 06:13 Like 06:29 Medio - EDA 07:58 Medio - Machine Learning 11:51 Medio - Base de Datos 13:54 Avanzado - Scraping 14:55 Avanzado - TS, PCA, NLP, DL, CV 16:54 Avanzado - Big Data y Cloud 18:54 Conclusión Si has viso esta lista hasta el final comenta un 🦄

@erickd23

2 жыл бұрын

🦄 Rafa puedes explicar, los pros o diferencias de Júpiter Notebook vs Spyder 😈🤟🏼🇲🇽

@RafaGonzalezGouveia

2 жыл бұрын

@@erickd23 Lo apunto Erick, claro que sí

@krisciaparada5615

2 жыл бұрын

🦄. Excelente información

@juanignacioveliz6745

2 жыл бұрын

🦄

@davidmolina7104

2 жыл бұрын

🦄

Gran video! Gracias

Muchas gracias

muchas gracias por el video

genial q me recomiedas para estudiar

Geniaaaal, pero para estadística agregaría Estadística multivariante, para entender mejor que es lo que está detrás del Machine Learning. Además de Estadística No paramétrica

Gracias.

Yo aún no he comenzado como DS pero ya tuve experiencia trabajando como analista de datos unos meses, creo que tambíen haría falta agregar herramientas de NoSQL como MongoDB Atlas y Compass, además de Neo4j para aplicar teoria de grafos

01:27 de la mañana comienzo a ver este video esperando sea una buena referencia para poder conocer el path del data scientist 😁

Épico

👏 🙏 Rafa 👍

Gracias hermano

Gracias de verdad solo tenia recursos en ingles

Excelente como siempre..personas así se necesitamos mas personas

Gracias

Hola, Rafa. Es el segundo video tuyo que veo atentamente. Yo quisiera aprender, y aunque después de escribir esto revisaré todos los videos que tienes para darme cuenta hasta dónde puedo llegar solo con lo que tu enseñas. El problema es, quiero aprender pero no tengo dinero para pagar un curso. Y pregunto, estando ya en el año 2024, ¿son más amigables todas esas herramientas? Gracias.

Vine por cobre y encontre a Rafa

@segenpereznunez7606

2 жыл бұрын

xd

@eliagozaleseliangonzalezel5222

2 жыл бұрын

@@segenpereznunez7606 in London family

@eliagozaleseliangonzalezel5222

2 жыл бұрын

@@segenpereznunez7606 the Young guns for little poisonous

@juliomejia9824

2 жыл бұрын

Menos que cobre ?

@rafosssurmay5188

Жыл бұрын

Pensaba que ibas a decir plutonio. Interesante y valioso. Pero complejo. Muchas cosas a manejar

Muy interesante

Vaya estoy en un nivel básico - intermedio según el video... me falta aprender más sobre ML aunque ya sé hacer scrapining y algo NLP, solo sería más modelos de ML y sentirme cómodo.

Yo recomendaría para ETL con una interfaz de nodos a knime es super completo

Justo estoy comenzando en este mundo de la ciencia de datos, gran video para saber que estudiar, mil gracias !!!! y gracias a KZread por recomendar el video jajajaja

Me encantó tu vídeo. Muchas gracias por esta información tan valiosa que hizo que me enamorara de esta área.

Justo la hoja de ruta que necesito

@RafaGonzalezGouveia

2 жыл бұрын

Excelente Gianpier!

Muy buen video Rafa! Recomendarías también aprender R ? En que sector de la ruta lo pondrías?

gracias por este video!!, una pregunta llevo como 8 años trabajando con MATLAB e incluso he programado metodos de MachineLearning desde cero en esta plataforma, y tengo una formación como ingeniero, Master y Doctorado. Mi pregunta es donde puedo encontrar o sabes tu de diplomados para ser data science???

es mucho uno se puede agoviar pero recuerden que es lo que aman y algo facil no te dara resultados grandes

Que buen contenido y las miniaturas :3 👌🏽👌🏽

Adicional a las habilidades o competencias técnicas presentadas en este video, están las habilidades transversales o blandas Por ej. Trabajo Colaborativo, Habilidades en Comunicación Oral y Escrita, Creatividad, resolución de problemas, etc. Y definidamente dominio del Ingles.

Ese roadmap es muy necesario para quienes empezamos, gracias! Sería bueno tener un video más adelante sobre eso que llamamos "poner en producción un modelo"; hay muy poca información sobre como sacar nuestros modelos de ML de nuestras pcs y que sean de utilidad para un usuario final!

@RafaGonzalezGouveia

2 жыл бұрын

Es un tema muy bueno el de qué significa pasar a producción un modelo y como se hace. Lo ire preparando, gracias Diego

@wsith

2 жыл бұрын

excelente recomendación

Hola Rafa, muchas gracias por este valioso aporte. ¿Tienes alguna recomendación para encontrar un grupo de estudio? Saludos.

Me encantó su ruta! Ya la voy a escribir y ponerlo en una lámina grande en mí habitación para recordar siempre la ruta de datos. Una consulta, power bi se puede aprovechar en esa ruta?

Excelente video; Cuales serian los Pre-Requisitos para iniciar en Kaggle?

estoy en la parte de scraping ahora, no me canso de decir que tus videos son lo mejor que puede existir en youtube!! Graciaaaaaaaaaaas!!

@gerardohuerta567

2 жыл бұрын

Hola, también estoy en scraping para poder hacer buenos proyectos. Podrías recomendarme algo para aprender scraping? Que material usas tú?

Buen video

buena buena

Hola Rafel, gracias por esas guías tan importantes. Una pregunta que tengo hace un buen tiempo es un DS tiene que hacer todo o puede manejar un pedacito del proceso, manejo de datos, manejo de base de datos, estadísticas, visualización, gracias por su rta.

Un vídeo excelente, unos ejemplos de aplicación hubiesen estado geniales

Estoy basicamente en el camino de la ruta intermedia, pensé que estaba más atrasado y efectivamente, la parte de estadística y matemática toma su tiempo, pero me siento impresionado, me he subestimado mucho :O

@luzbellcam1768

2 жыл бұрын

A qué t dedicas

Like y suscripción. Muy buen vídeo. Se te agradece.

Muchas gracias Rafa, he estado pensando en estudiar una carrera de ciencia de datos y tu video me ayudó mucho a saber mas acerca de que es lo que voy a ver en esta :)