Feda /dev/ - No Javascript allowed

Normas
spoiler
Personas non gratas
Memes feda dev




JuAn4k4

Para que hacer algo que no te han pedido sin cobrarlo.

aren-pulid0

Fynardo presidente, fynardo presidente, fynardo presidente!

desu

#17606 Si entiendes que MVP => Producto REAL funcionando => Produccion Si. De acuerdo.

Ahora que falta para tener un producto real? Porque yo he hecho un MVP.

Hay que determinan los requerimientos no funcionales y casos de uso reales a soportar.... No tengo hecha la auth, no hay escalabilidad mi API es síncrona (bloquea el webservice), me guardo cosas en filesystem que se deberían guardar comprimidas, incluso temas de log o gestión de errores en producción son importantes para la trazabilidad y monitorización... Que por cierto, tampoco hay de ningun tipo. Lo mas grave es que ahora mismo el algoritmo tarda unos 120 segundos y optimizándolo con caches/compresión de archivos y un par de modulos mas bajara a 1 o 2 segundos.

Yo si tengo que hacer un servicio para un MVP y necesito una base de datos empiezo escribiendo en un fichero json... Porque es suficiente para ser funcional. Entenderás que eso no esta para producción.

Para que voy a hacer un estrés o carga? Te puedo decir que solo va a soportar 1 petición por cliente porque lo estoy bloqueando y el algoritmo va a tardar 120 segundos por petición. Porque tengo que prepararme un benchmark de esto? XD

A Minimum Viable Product Is Not a Product, It's a Process

Yo he hecho una iteración de un MVP modular (HEXAGONAL), puedes poner en producción ahora mismo si quieres. Poco a poco cambiar módulos según necesidades (webservice, persistencia, el filesystem que comento...) e iras ganando rendimiento, escalabilidad y demás puntos de un producto que debe estar en producción. La idea no es acabar mutando el MVP en un producto final, la idea es acabar desarrollando todos estos módulos que realmente necesitas a nivel de producción por separado y desplegarlos en un nuevo proyecto que correctamente sea tu producto final (v1.0).

Next, they build a minimum viable product (MVP) as a proof of concept, spending a lot of time arguing about which features to include or exclude from the MVP. Finally, if the MVP works well, they plan on building the full, mature, stable product.

So what’s wrong with this picture? Why does it all go wrong for so many startups?

The problem is that these teams do not understand the point of an MVP. An MVP is not just a product with half of the features chopped out, or a way to get the product out the door a little earlier. In fact, the MVP doesn’t have to be a product at all. And it’s not something you build only once, and then consider the job done.

An MVP is a process that you repeat over and over again: Identify your riskiest assumption, find the smallest possible experiment to test that assumption, and use the results of the experiment to course correct.

Ranthas

Menos debate y más picar teclas

Wei-Yu

mi sprint se acaba la semana que viene y empezó hace más de un mes, estás tú que a estas alturas voy a picar nada

B

fperos programando ia

2 1 respuesta
eondev

¿Sabes qué me saca de mis casillas? Que el puerto USB esté al lado del HDMI y no pueda poner un USB sin tener que quitar el HDMI. ¿Pero quién fue el gilipollas que diseño esto?

Kaledros

#17616 Que me pasen el temario de Big Data y de IA que me quiero reír un rato XDDD

2 1 respuesta
aren-pulid0

Yo me apunto a clase de IA si me la imparte el pato(si no ha muerto), desu o fynardo

1 respuesta
isvidal

#17619 tienes algun problema con fynardo????????????????????????????????

1 respuesta
aren-pulid0

#17620 le tengo una alta estima mi buen señor

Lo de la clase es en serio xd, a desu ya le dije que si me quería dar clases

1 respuesta
B

#17621 yo también me apunto si lo consigues

aren-pulid0

@desu si haces clases en formato vídeo para tus becarios y los vendes, te haces muchidinerario

Mira los cursos que hay en udemy, ese es el nivel bro, cuenta con nuestro dinero

1 respuesta
privet

#17618 Con la IA conseguirán que se revelen contra el usuario

Naith

Me hace gracia que para puestos de IA de verdad te piden mínimo master o doctorado. Pero en españita con dos años de fp sobra.

1 respuesta
Unrack

#17625 Bueno muchas ofertas acaban siendo un BI vitaminizado donde igual una vez al mes abren un jupyter y fusilan sklearn. Tampoco lo veo inaccesible para fp xD.

B

yo lo veo más a que van a enseñar a hacer un cuadro de mando en powerbi con los datos de adventureworks

1
Fyn4r

Que os pasa conmigo hoy xd

P.D yo estoy viendo la viabilidad de subir "clases" a youtube, ya que en mi facultad el covid se está gestionando como el culo pues que los chavales tengan algo por donde tirar que se adapte lo mejor al temario

1 respuesta
aren-pulid0

#17628 pasa ig de minitas de tu clase

_Rpv

con el de IA van a aprender a hacer ifs a saco

Kaledros

Las empresas que usan Big Data no van a contratar a un fpero. Las empresas que contraten a un fpero para Big Data no usan Big Data. Es tan sencillo como eso, esto no es coger 100M de registros y pasarlos por el Tableau.

Aparte de que digo en serio lo del temario, quiero ver cómo han comprimido eso en dos años en los que se supone que puedes entrar sin saber programar. Porque un programador con experiencia, apretando los dientes y echando 8 horas al día puede que en dos años acabe sacando algo en limpio y sea contratable, un chaval que entre sin saber lo que es un boolean lo veo muy chungo.

2 respuestas
B

así es, en dos años no da tiempo ni a enseñar a programar como dios manda, imagina enseñar big data o ia, les darán nociones básicas, y al que le guste que profundice por su cuenta

1 respuesta
privet

#17632 y que no son 2 años de verdad xD es 1 año y medio

1 1 respuesta
Kaledros

#17633 Esa es otra, a ver dónde vas a hacer las prácticas de eso...

1 respuesta
Fyn4r

#17634 me sé de uno que hizo las prácticas de un máster de bioinformática programando una app para que los mayores se acuerden de tomar las pastillas. Será por sitios xD

1 respuesta
privet

#17635 yo iba a hacerlas en un locutorio, pero el covid me rescató

Unrack

#17631 Será por la cantidad de actuales empleados en Big Data. Conozco varios casos viniendo de económicas y un máster con un poco de Scala y a tirar con spark. Tampoco es pa tanto.

desu

#17623 Estoy en ello. Es mi siguiente proyecto después de lanzar con éxito el blog.


A lo demás, yo contrataría FPeros sin problema, sobre todo si soy un cliente final orientado a producto. Si soy una cárnica también.

El problema es que un cliente quiere ver resultados immediatos. Contrata 10 data scientist pero tiene unos datos de mierda y no hacen mucho... contratan 10 mas y asi.

La solución es trabajar en infraestructura, construimos buenas persistencias, con metadatos ricos, generamos un buen data lake enorme. Todo est lo hace ingenierio.

Automatizamos procesos en batch y creamos pipelines y flows que sigan alimentando nuestro data lake con nuevos datos enriquecidos con KPIs primitivos de negocio. Todo esto lo hace ingeniero.

En 1 o 2 años tendras un data set que podras empezar a analizar para predecir churns, tendencias, impacto de decisiones. Aqui puedes tener un par de data scientist.

Sobre las decisiones de los data scientist te interesara hacer A/B testing, canaries y demas. Para esta automatizacion de nuevo necesitas ingenierios.

Seguidos estos pasos habrás llegado a obtener tu ansiado premio. Resultados reales. Impacto. Resultados que aportan valor de verdad a tu negocio. Ahorrarte millones o generarlos. Además de una rica infraestructura que te durara muchos años sin problema.

O puedes olvidarte de mis desucomendaciones y tener a un grupo de data scientist que te intente solucionar todo lo mencionado... No sepan automatizar nada y solo trabajen con jupyter notebooks y scripts en bash que meten en el CRON. No sepan gestionar deploys y mucho menos migraciones. No tenga repositorios de datos comunes y tengan ETLs para cada caso de uso... Etc etc.


edit: A;ado una fuente que casualmente acabo de leer en HN https://www.mihaileric.com/posts/we-need-data-engineers-not-data-scientists/ No me la he leido, he escrito antes de leer y ahora voy a mirar que dice a ver si coincido en algo XD

Hoy en día además es la tendencia y NECESIDAD REAL de muchas empresas que están despertando y ven que su físico con phd no vale una mierda.

https://github.com/EthicalML/awesome-production-machine-learning

Fijaros en que todo lo nuevo e "increíble" que sale tan solo es un framework o librería para automatizar lo que digo. Tener datos compartidos, históricos de modelos y reproducibilidad, deploys, hacer un webservice y monitorear resultados... etc etc.

Estos data scientist tan cotizados saltan de empresa en empresa, sabeis porque? porque no resuelven los problemas REALES que son los que yo digo. Entran en un curro, hacen un par de modelos, fracasan normalmente y cuando tienen que hacer lo que digo y no pueden se cambian de empresa.

2
aren-pulid0

Pero a ver, entonces la parte de IA y ML

Son muchos ifs, limpiar datos, hacer powerpoints con gráficas o cómo va el tema.

Ahora me entero que hay Data Engineers, y esos que coño hacen?

1 respuesta
B

.

2 respuestas

Usuarios habituales