Cómo entrar en Data scientist y más

#1 https://web.unican.es/centros/ciencias/Paginas/Master-interuniversitario-(UC-UIMP)-en-Data-Science.aspx
El máster es de 1 año, oficial, y permite doctorarse después.

Si tienes alguna pregunta concreta ya sabes.

IBM tiene una serie de cursos, al principio se llamaba bigdatauniversity, ahora creo que es https://cognitiveclass.ai/courses/

Ten en cuenta que si nunca has hecho BigData, aunque tienes muy buena base, la cosa cambia. En BigData todo es a lo grande, y cambian las estructuras de datos y con ellos la forma de programación. En el máster había varios físicos y les costó la programación bastante pero lo sacaron. Hoy en día ya hay mucho hecho, y por ejemplo en machine learning y tal con 4 sentencias haces todo. Ya luego ser experto y profundizar y entender por qué ocurre todo y como mejorar tu sistema de aprendizaje lleva su tiempo y práctica y error. También dependiendo sobre lo que trabajes, necesitarás base matemática/estadística.
Vi un doctorado en La Coruña que no sé si llegarán a cubrir, y dudo que alcancen el objetivo fijado, que era mostrar por qué y cómo saca las conclusiones que saca el deep learning.

PD: los cursos esos son para Madrid sólo, o estando en otra comunidad podrías hacerlos?
Creo que en su día miré y los que había eran super básicos (2+2). Qué suerte poder hacer esos.

Editado que no vi la historia completa.

#2 gracias por el primer enlace. En principio no contemplo hacer otro máster u otro doctorado. Tampoco tengo cómo pagármelo xD

Tomo nota de los mooc de esa web.

Los cursos del paro que enlazo creo que son solo para Madrid, sí. Que es lo que he estado mirando.

#3 sí, creo que la justificación es lo implícito que pongo en OP. Lo de buscar una startup es interesante, pero creo que para eso debería llegar ya sabiendo lo que necesito. Quizás en una más grande den información. Tomo nota de tus recomendaciones.

#5 tengo que analizar más detenidamente tu respuesta. La estadística no se me da mal, tampoco es que sepa un chorro de ella. La cosa es que pese a no disgustarme tampoco es que sea la mayor de mis motivaciones. Obviamente me tendré que manejar con ella, ¿pero es tal el nivel necesario?

#5Narop:

Factor analysis, clustering, regresiones con variables discretas, dicotonomicas, continuas (toda esa mierda y saber distinguirla), modelos IMA, MA, exponential smoothing simple, doble, triple... etc. El como lo aplicas ya dependera del sector, empresa y puesto.

Vamos, en este párrafo tuyo me suenan campanas.

Se te ve enterado, ¿alguna recomendación de por dónde empezar? ¿Qué estudiar? ¿Qué empresas seguir?

Gracias a los 3

#7 Yo estoy terminando ese mismo máster xD

Dada tu formación en Física (con alta carga matemática) no vas a tener problemas en comprender los fundamentos, por lo que yo no me pondría a hacer cursos chorras sobre esto.

Lo que te falta son HERRAMIENTAS y saber usarlas. ¿Quieres dedicarte a bigdata? Empieza a empaparte de Scala porque es el estándar de facto en la industria y no eres nadie si no te desenvuelves en él (o mínimo Hadoop).

¿Usar KNN, una regresión, SVR, SVM...? Chorradas que tú, concretamente, vas a saber en una semana que te dediques a estudiar el estado del arte. No te ciegues por la teoría porque, en este campo, la picaresca y el saber usar las herramientas adecuadas valen casi tanto o más que ésta.

#6 Voy a escribir un poco de todo asi que sorry por la falta de estructura...

Empresas hay 20,000, piensa en tech, robotica, software, AI... yo en concreto he trabajado algunos anos para Software/SaaS, donde creaba algoritmos de estimacion de ingresos, o algoritmos de estimacion de precio, comportamiento de consumidor, etc. La gente se piensa que crear algoritmos es the matrix pero es tan sencillo como una funcion, y = c + aX1 + bX2 o similares...

Algunas que hacen por ejemplo heavy data science son Uber o Lyft, pero claro son unos flipados que te cagas y piden ser Dr. Estadistica o matematicas y cosas asi, pq mezclan mucho big data con data science y claro... otras como Online media, Facebook, Google, Twitter tambien tienen equipos interesantes, sobretodo el primero pq son muy enfocados a customer behaviour y es una pasada. Otras obviamente son las de AI que he comentado antes, yo he trabajado para un casi un ano en un par de proyectos y usabamos muchisimo estadistica inferencial, prevision de comportamiento, que resultados habian sido mejores y algo de machine learning basica para ponderar mas mejores respuesta... (de nuevo esto suena a NASA, pero no lo es).

Yo empezaba por teoria basica, tengo un par de libros en casa de mis padres que era de Introduccion a la estadistica o estadistica I (ojo que yo soy de ADE) muy buenos, te los miro y te mando MP. Mirate estadistica descriptiva e inferencial, algo de teoria de juegos (que aunque yo personalmente he llegado a aplicar equilibrios de Nash en curros, lo recomiendo mas por el aprender los principios que por las veces que lo vayas a usar), modelos de regresion simple y multiple, y cluster y factor analisis para temas de segmentacion, y con eso tienes unas bases bastante cojonudas.

Last but not least, yo aprenderia algo teorico de microeconomia y funciones de utilidad, pq en trabajos donde tengas B2C puedes desarrollar curvas de preferencia y tal entendiendolas un poco mejor, y relacionarla con oferta y demanda, que a veces el algoritmo de turno lo tienes que capar con limites y mierdas.

Como te ha dicho Hexan no creo que viniendo de Fisicas te cueste mucho aprenderte esto, y ademas lo bueno es que hoy en dia hasta Excel te hace muchisimo, si ya te vas a R o SPSS te hacen todo.

Mas cosas... ESADE creo que tiene una catedra de Big Data, Manu Carricano (muy majete) lleva todos estos temas, da muchas conferencias y tal, te lo puedes buscar por linkedin y pedirle bibliografia, o seguirle simplemente, postea bastante y siempre interesante. El lo enfoca mucho a pricing que es el sector que tenemos en comun pero en cualquier caso, muy util.

#10 Curiosidad, como y cuando usas KNN en concreto? clustering o estimacion de datos no informados? Y SVR/SVM, como lo usas? pq lo estudie en su dia por mi cuenta pero me en la practica siempre me ha resultado mucho mas facil hacer exponential smoothing doble o triple.

#13 might be... yo BI lo encajo mas en extraccion de data y gestion de database, en cualquier caso como lo usas?

Desde luego yo vengo de consulta y voy a impacto directo en revenue o profitability normalmente, entonces hacemos cosas muy practicas con impacto directo xD

#15 Si claro, yo tb lo uso para forecasting, el tema es que debo desconocer las diferencias entre esa el SVM y el TES xD

#17 pfff, seguire con mi TES tranquilamente... por curiosidad, que cojones estas prediciendo y de cuanto tienes historico?

#19 Me encantan este tipo de imágenes porque les cambias el nombre por estadística descriptiva e inferencia estadística y es exactamente lo mismo pero joder, cuanto glamour pierde por el camino!

#23 Gracias por el feedback.

Creo que debo aclarar algo: a mí no me atrae hacer ingeniería de big data, montar esquemas y bases de datos, optimizar la velocidad con la que se lee o trasfiere la información, etc. Es decir, no me interesa especializarme en arquitecturas Big Data.

Lo que me interesa es, creo, ser data scientific. Utilizar la herramienta ya estructurada, poder analizar la información que en ella hay, buscar correlaciones, enseñar redes neuronales, optimizar su aprendizaje (de las redes), sacar conclusiones y transmitir/comunicar esas conclusiones.

Quizás pida que cambien el título del hilo y retiren la palabra "big data".

#24 Quizas puedes buscar por Insights analyst o algo asi... pero vamos yo juraria que entonces estas mas interesado en la descriptiva, y en base a eso hacer algoritmos y tal, no tanto para predecir si no para ayudar en la toma de decisiones, etc. Yo estoy mas en eso, temas de prediccion lo hago mas si ayudo a otros departamentos

Si os leen en mi grupo de investigación decir que "Big Data es darle a un botón y analizar" os cancelan la beca al instante.

#18 Es la salida de un proceso industrial lo que predecimos. Para que te hagas una idea tenemos 2,5 millones de observaciones (minuto a minuto) cada una con más de 300 variables (a las que añadimos un montón de operaciones y llegamos a varios miles de variables) y hacemos predicciones MUY buenas en horizontes de 15, 30, 45 y 60 minutos. Y por cierto: a pesar de la cantidad de datos NO es Big Data.