"Cómo introducirse en el universo Big Data" | UNIR OPENCLASS 

Juan-Fran Martín Qué tal amigo, ¿sabes qué otras carreras puedo estudiar relacionadas al big data?

Anyone Uncknow Estadística y Matemáticas son buenas opciones.

Hola Pequematrix. La presentación está colgada en slideshare en este link: www.slideshare.net/AntonioPitaLozano/20170130-openclass-como-introducirse-en-el-big-data-definitiva?qid=0f98fb9d-d716-46d3-86dc-87994d1be0f3&v=&b=&from_search=1

Gracias por su aportación. Si está interesado en profundizar en sus conocimientos de Big Data, aquí puede consultar la ficha académica y programa de nuestro Máster Universitario en Análisis y Visualización de Datos Masivos / Visual Analytics & Big Data www.unir.net/ingenieria/master-visual-analytics-big-data/549200001429/ Un saludo

Pues lo podrías hacer con alguna muestra de data, xq el almacenamiento de BigData no es una cosa que se pueda hacer en un computador personal. y pues las heraamientas dependen mucho del caso.

Yo estoy de acuerdo con lo que dices. Todo mundo habla del Big Data, pero al final solo pretenden venderte cursos inútiles o vendiendote licencias para usar programas que tu mismo puedes contratar en Facebook

Muchas gracias Antonio hasta ahora veo tu vídeo quisiera saber siendo técnico como profesionalizarne en este tema

¿Te refieres al perfil estadístico explicado al big data? o ¿a toda la explicación que ha dado?

Hola Domingo.Era una puntualización al perfil estadístico aplicado al big data. La explicación me ha gustado,

Hola Jordi. Efectivamente los estadísticos ya han trabajado desde hace varios siglos estos temas. Pero creo que hay diferencias de enfoque importantes en la parte de modelado aunque a simple vista parece exactamente lo mismo. La Estadística está centrada en entender los efectos entre las variables y la interpretación de los coeficientes y sus características. Sin embargo otras metodologías de estimación de coeficientes no basados en distribuciones estadísticas están permitiendo abordar los mismos problemas u otros con otros enfoques que permiten estimar funciones que generalizan mejor. Por ejemplo utilizando funciones de coste no convexas extendiendo así MCO, Maximo vrosimil, M-estimadores y demás, por ejemplo puedes estimar un modelo lineal pero utilizando como función de coste el beneficio de la empresa que puede no ser lineal y tener que resolverse con una de descenso del gradiente u otras técnicas heurísticas por lo que los coeficientes pueden ser distintos al clásico MCO o Maxima Verosimilitud aunque claramente no podremos interpretar el significado del coeficiente. En otras partes, los estadísticos no suelen tener mucha experiencia como el pareado de textos. También se abren problemáticas como el tener que paralelizar algoritmos. Los Estadísticos están en una situación de partida privilegiada en la parte central del modelado pero tienen que ampliar sus conocimientos y capacidades al resto de "tareas" necesarias para completar el ciclo de tratamiento de información.

Hola Antonio, muchas gracias por tu respuesta. No quería entrar en las técnicas que se utilizan en estadística, ya que a pesar de ser distintas a la estadística clásica siguen siendo herramientas estadísticas hechos y desarrollados por estadísticos. Mi apunte venía a decir que lo que hacemos los estadísticos respecto a los datos no ha cambiado, el cómo lo hacemos cambía a cada momento y con cada revolución tecnológica. Las técnicas han cambiado a lo largo de los años por la evolución de los ordenadores, por ejemplo. El tratamiento masivo de datos no deja de ser una nueva revolución pero las respuestas que la estadíctica debe responder no han cambiado, ya sean con las tácnocas clásicas o con otras nuevas. En cualquier caso mi comentario es siimplemmente un pequeño apunte, tal vez motivado por el ambiente que se respira en España ante el fenomeno Big Data donde parace que muchas empresas han descubierto ahora el análisis de datos. Qué te voy a contar que no sepas ;)

Estoy de acuerdo. De hecho la mayoría de las empresas que buscan ahora Big Data, lo único que quieren es un análisis dscriptivo y un análisis inferencial. Pero si que es cierto que hay algunas (pocas) que si requieren otro enfoque alejándose un poco de la estadística. El gran problema es que las emrpesas no suelen saber que quieren y según quien sea el interlocutor con conocimiento la conversación se va modulando. Todavía nos falta madurar mucho.

Porqué? Yo estoy pensando en hacerlo

Qué problema tuviste?

podrías comentar a más detalle el porqué? estoy pensando en estudiar esa maestría.