soy estudiante de economia y finanzas, mas relacionado a las inversiones, cuando vi de que se trata data science me intereso! este año me anote en una tecnicatura para cientifico de datos!
guao, Luigi, excelente video. En cuanto a información: No tiene desperdicio, conciso, denso pero captable 100%. Eres un crack en audiovisuales. No tiene detalles en vano. Felicitaciones.
Muy buenos tips! Acabo de encontrar tu canal y me parece genial seguí con el contenido de calidad que seguro en nada de tiempo el canal explota y se va para arriba, suerte! :D
Otra forma de obtener una base de datos es a través de API’s..para mi es engorroso obtenerlas pero considero que es un buen proceso para practicar y saber leerlas en Python
Completamente, super recomendado! Llamar APIs para obtener datos te permite, no solo practicar código en Python, sino también tener un mayor conocimiento sobre el flow de pipelines en cuanto obtención de datos. No obstante, para aquellas personas que recién arrancan, o que simplemente no quieren llamar una API, pueden optar por las opciones del video para acceder a bases de datos directamente para posterior análisis/limpieza 🙌🏻
😅 recuerdo que uno de mis proyectos era obtener base de datos en APIs y me sacaron canas verdes jajaja, muchas venían con errores.. Pero si, lo que recomiendas es muy bueno para un principiante (incluyéndome como uno 😊)
3 месяца назад
se ve tan complicado dominar python pero eso sera un indicador de analfabetismo en el futuro, graciass empiezo hoy
Muy bueno tu vídeo Luigi me podés ayudar con una pregunta o recomendación, soy agrónomo y estoy recién empezando en el mundo de Data Science, tengo mis conocimientos en Python he trabajado con datasets, pero no he desarrollado proyectos completos detallo mejor los relacionados para toma de decisiones, entonces, dónde podría encontrar proyectos iniciales o básicos, como para poder entenderlos mejor, así poder generar los propios y comenzar un portafolio, te agradezco cualquier información al respecto, sos un genio para vos mi respeto 🤜
🙋🏼♂️ Buenas, Te recomendaría que des un vistazo a Kaggle. Las competencias son interesantes, viendo las soluciones y la forma en que resuelven problemas suele ser bastante útil para tomarlo como inspiración en futuros proyectos. También podés encontrar bases de datos disponibles ahí 👨🏼💻
Gran video Luigi... algunos proyectos en el área de Contabilidad y auditoría contable . Alugnos libros referidos a esas areas, bases de datos? en kaggle casi no hay Saludos desde Jujuy
Hola Luigi te comento que el año pasado me gradué en Ingeniería Química. Actualmente trabajo en una empresa de reactivos y hay una unidad de creación de páginas web, por lo que entre en este mundo tecnológico. En este momento estoy aprendiendo ciencia de datos en Coursera porque la empresa tiene suscripción con ellos. Mi pregunta es siendo químico puedo volverme científico de datos o debo tener un perfil de Ingeniero de Sistemas o Informática. La verdad esto es nuevo para mi y no se cual es el camino que debo tomar. Gracias 🙋♂🙋♂
🙋🏼♂️ Buenas, No es un impedimento venir de sistemas para trabajar en Data. De hecho podés sumar muchísimo con el conocimiento de tu área en específico (química). Hablo sobre este tema en más detalle en mis otros videos. Te recomiendo que veas: “Cómo comenzar en Ciencia de Datos” y “6 cosas que me hubiese gustado saber antes de comenzar en Data”. Éxitos! 🙌🏻
Buenas excelente contenido sin embargo armar un portafolio con trabajos realizados en algunos casos es difícil por que son trabajos que no se pueden publicar. En mi caso son sistemas específicos para ciertas empresas vinculados a la facturación y sistemas de back-end muy específicos. Por lo que publicar estos trabajos sería romper la confianza con quien te contrató porque estarías haciendo publico ciertos aspectos de las empresas. En lo personal no me queda otra opción que buscar un tiempo para hacer algún pequeño programa especifico para publicar tu con mas experiencia aquí me podés aclarar y corregir estoy o no en lo cierto?
No siempre tienes que publicar todo el trabajo completo, en este caso, podrías hacer un resumen iniciando con el planteamiento del problema y terminando con los logros obtenidos
En la sección de código de Kaggle están disponibles miles de proyectos y códigos. Podés inspirarte de esos casos para saber cómo lograron optimizar cada approach. Saludos 🙋🏼♂️
🙋🏼♂️ Buenas! Si apuntás a un rol de Data Scientist te recomendaría hacer énfasis en una etapa previa de obtención (SQL) y limpieza/visualización de datos (si usas Python con Pandas, Numpy, seaborn, etc). Feature engineering and feature selection. Un proyecto de clasificación y otro de regresión. También algún modelo de aprendizaje no supervisado (ej: K-means). Eso sería lo más básico que no podría faltar. Luego si te interesa algo en específico como computer vision, NLP, deep learning; podrías incluir algún proyecto sobre esto. Éxitos 🙌🏻
🙋🏼♂️ Buenas, Sí, hay muchas personas que trabajan de forma freelance. Pero tampoco voy a mentirte que el porcentaje es mucho más bajo: generalmente los roles de Data se asocian con trabajos en relación de dependencia, al trabajar con datos sensibles de la empresa y la necesidad de mantener los modelos/reportes/pipelines. Saludos!
El primer consejo que les doy, es que no armen ningún portfolio. Cuando ustedes los coparten, se terminan quedando con tus ideas a pesar de que no queden seleccionados. Lo mismo pasa cuando hacen challenge o tests. Se quedan tú código. Luego ponen algún progre.
Honestamente no comparto este punto porque armar un portfolio es algo que suma muchísimo para quien está arrancando. No solamente porque te da la posibilidad de trabajar hands-on en proyectos, sino también porque incrementa tus chances que te contrataten al ser un cargo Jr. He colaborado con mi HM en la contratación de algunos cargos Jr/associate en mi equipo en Alemania, y el portfolio es lo que terminó siendo decisivo porque ninguna de esas personas tenía experiencia laboral previa en Data Science (esto no hubiese pasado si no lo compartían). Y respecto los home assignment/challenges, incluso lo veo a nivel Ssr o Sr. De hecho al hacer algunas entrevistas también me los han enviado. Ahí entra la lógica de cada uno: mientras que no sea end-to-end y solo lleve un par de horas, hacés la base (sin escribir todo el código), preparás una presentación para discutir edge cases y system design a implementar durante la llamada.
