Menu
Una pregunta frecuente es la diferencia entre un actuario y un científico de datos. En esta publicación: https://stepupanalytics.com/career-in-actuarial-science-vs-data-science/ se describe a las dos profesiones como dos Ciencias que convierten los datos en dólares. Por un lado, el actuario usa la Estadística para determinar, manejar y minimizar riesgos en finanzas, seguros y otras empresas; por otro lado, el científico de datos toma enormes cantidades de datos estructurados y no estructurados y usa Matemáticas, Estadística, Computación e Inteligencia Artificial, para encontrar patrones útiles para sus clientes y colaboradores, y convertir sus análisis en sugerencias, decisiones y planes de acción en cualquier tipo de empresa. La publicación mencionada también describe que el salario inicial de un científico de datos es usualmente más alto que el de un actuario. Quizás por eso esta segunda publicación: https://www.smithhanley.com/2018/02/13/how-can-an-actuary-become-a-data-scientist/ describe que "los científicos de datos se están quedando con toda la diversión", y explica cómo alguien que ya es actuario podría esforzarse y lograr convertirse en un científico de datos. En esta tercera publicación se encuentra una infografía interesante describiendo las diferencias entre las dos carreras https://proactuary.com/actuary-vs-data-scientist/, quizás lo que está cambiando, con respecto a lo que dice esa infografía, es que el aprendizaje de la Ciencia de Datos ya no se basa sólo en "informal learning", gracias al surgimiento de carreras como IDM en el Tecnológico de Monterrey http://admision.itesm.mx/es/ingenieria-cienciasaplicadas/idm
0 Comentarios
Mantenerte al ritmo de cómo fluye la información que surge día con día acerca de la ciencia de datos puede ser una tarea muy complicada, sin embargo es de suma importancia seguir aprendiendo, para lograr generar nuevas ideas o conocer nuevas herramientas que te ayuden a desarrollar distintos proyectos de la mejor manera posible.
Aquí están algunos consejos que pueden ser de gran utilidad para mantenerse al día con toda esta información. 1.- Conferencias Llega a ser una experiencia surrealista el estar rodeado de expertos, líderes y personas ansiosas de aprender acerca de los temas que uno practica, aun cuando no es sencillo para muchos el acercarse a gente extraña, en estos lugares la gente es de las cosas que más busca y seguramente te encuentres con personas que se acerquen a ti y te platiquen acerca de sus proyectos. Además, en estas conferencias empresas como Google, Facebook y OpenAI comparten información muy valiosa, al ser ellos líderes en las investigaciones. Y no sólo son ellos, Dropbox, Airbnb, Uber y Netflix, que son plataformas relativamente nuevas, comparten algunos de sus planes utilizando deep learning. En la ciudad de México tenemos las conferencias de Data Day Mexico https://sg.com.mx/dataday/ Cuando uno aprende por su cuenta es complicado ver materializados todos los cambios en la industria, sin embargo, cuando se atienden a estas conferencias uno puede percibir realmente estos cambios. Algunas formas de atender a estas conferencias (dado que no suele ser barato) pueden ser:
2.- Twitter En Twitter se pueden encontrar muchas noticias acerca de deep learning y en general distinta información muy valiosa. @GoogleAi por ejemplo, esta posteando información acerca de sus investigaciones sobre deep learning constantemente. Pueden seguir cuentas como: @GoogleAI, @OpenAI, @AndrewYNg, @KDNuggets, @Goodfellow_Ian, @YLeCun, @Karpathy o @jasjung_ (el autor original de este post). Twitter te dará recomendaciones basadas en estas cuentas, lo que te ayudará a encontrar aun más información. 3.- Blogs de ingeniería y boletines electrónicos por correo Encontrar los boletines es tan fácil como googlearlos, así que no pierdas esa información. 3.1.- Blogs técnicos Por lo general estos blogs tienen descubrimientos, experimentos, investigaciones y proyectos muy interesantes, además de que la calidad es muy alta, al ser mantenida por la empresa propia. Medium es un gran medio para encontrar estos blogs, aquí algunos sitios:
3.2 Boletines Existen muchos boletines en línea que son de gran utilidad a los que uno se puede suscribir, varios de estos son de contenido un poco más personal, como Medium, donde cualquier persona puede escribir. 4. Trabajos de investigación Los trabajos de investigación suelen ser más complicados que las opciones anteriores, y si se quiere aprender acerca de machine learning pueden ir a Arxiv Sanity Preserver donde se encuentra la información más reciente y popular acerca de este tema. Leer estos trabajos es difícil, y requiere de mucha concentración y tiempo, pero al contener tanta información, es de la que uno sale más beneficiado. Conclusión Mantenerse al tanto de lo que ocurre en el mundo de la ciencia de datos puede resultar abrumador, y estos consejos pueden ser de gran ayuda para no perderse entre tanta información al alcance. Basado en el artículo de Jason Jung, https://towardsdatascience.com/how-to-stay-up-to-date-as-a-data-research-scientist-3846ef6b1739
The Difference Between Data Scientists and Data Engineers
https://ift.tt/2ScSD7n A couple of years ago, I was contracted to design a complete online data science program for a university. Message: Científico de datos vs Ingeniero de datos February 20, 2019 at 02:28PM Ciencia de Datos es el mejor trabajo en Estados Unidos al comenzar el 2019:
www.glassdoor.com/List/Best-Jobs-in-America-LST_KQ0,20.htm La necesidad de contratar Científicos de Datos continuará creciendo: searchbusinessanalytics.techtarget.com/feature/Demand-for-data-scientists-is-booming-and-will-increase Hola queridos estudiantes interesados en Ingeniería en Ciencia de Datos y Matemáticas (IDM), aquí José Luis Gómez, profesor del Campus Estado de México del Tec. Esta vez permítanme recomendarles un libro, de Cathy O'Neil "Weapons of Math Destruction"
https://www.amazon.com/Weapons-Math-Destruction-Increases-Inequality/dp/0553418815 https://www.audible.com/pd/Weapons-of-Math-Destruction-Audiobook/B01JPA41ZU Este libro nos reta a considerar los dilemas éticos del uso de la Ciencia de Datos, ya que afecta a la vida de millones de personas, y por eso la importancia de que los científicos de datos tengan una formación integral, que los concientice de su papel en la sociedad, para que puedan convertir a la Ciencia de Datos en un arma para el bien, como se intenta por ejemplo en el Banco Interamericano de Desarrollo https://blogs.iadb.org/abierto-al-publico/2018/09/14/clasificador-de-datos-atipicos-programas-sociales/ ¡Saludos! José Luis ¡Hola!, aquí les dejo un poco más de información con respecto a Ingeniería en Ciencia de Datos y Matemáticas (IDM http://admision.itesm.mx/es/ingenieria-cienciasaplicadas/idm ). El Ingeniero en Ciencia de Datos y Matemáticas es un profesionista crítico, que exige y proporciona conclusiones fundamentadas en evidencias y métodos científicos. Sabe cómo utilizar las herramientas matemáticas, computacionales y de inteligencia artificial para encontrar, en datos no estructurados, patrones que sean significativos y útiles para sus clientes y colaboradores. Tiene la capacidad de convertir el análisis de los datos en sugerencias, decisiones y planes de acción, presentando la información de forma clara y concisa a otros profesionistas. Además, conoce, diseña e implementa modelos de protección de datos y de seguridad de sistemas informáticos.
¡Saludos! José Luis Hola, aquí otra vez José Luis Gómez Muñoz, profesor del TEC CEM, con más información con respecto a Ingeniería en Ciencia de Datos y Matemáticas (IDM http://admision.itesm.mx/es/ingenieria-cienciasaplicadas/idm ).
El trabajo en Ciencia de Datos fue llamado "sexiest job of the 21st century" por la publicación Harvard Business Review, como se puede ver en la siguiente liga https://www.businessinsider.com/how-much-money-you-earn-in-the-sexiest-job-of-the-21st-century-2016-2, es por eso que el Tecnológico de Monterrey crea la carrera de IDM, porque hay un mercado laboral creciente para este tipo de profesionista en todo el mundo. En México ya están surgiendo organizaciones para los profesionistas en Ciencias de Datos, ver por ejemplo la páginas del "Instituto Internacional de Ciencia de Datos" https://i2ds.org/blog/, y a nivel internacional, la página de "Data Science Central" https://www.datasciencecentral.com/ Como se ve en esas ligas, la perspectiva para los futuros egresados de IDM luce espectacular, ¡saludos! José Luis Hola otra vez estudiantes y papás, aquí José Luis Gómez Muñoz, profesor del TEC CEM, esta vez quiero compartirles un video muy interesante, hecho en España, sobre que es un Científico de Datos, que es precisamente el perfil que queremos darle a nuestros egresados de Ingeniería en Ciencia de Datos y Matemáticas (IDM) https://youtu.be/q7zZIn0Trlw Ojalá les sea útil e interesante. ¡Saludos!
José Luis Estimados estudiantes y papás, gracias por darnos un poco de su tiempo para averiguar sobre la carrera de Ingeniería en Ciencia de Datos y Matemáticas (IDM), esta es la liga de información general sobre la carrera: http://admision.itesm.mx/es/ingenieria-cienciasaplicadas/idm
Además les comparto otras ligas generales sobre noticias y temas relacionados con IDM, espero que les sean interesantes: Ciencia de datos y combate a los fraudes: Benford Law https://www.journalofaccountancy.com/issues/2017/apr/excel-and-benfords-law-to-detect-fraud.html Ciencia de datos y política: Palantir Knows Everything About You https://www.bloomberg.com/features/2018-palantir-peter-thiel/ Ciencia de datos y ADN: The citizen scientist who finds killers from her couch https://www.technologyreview.com/s/611529/the-citizen-scientist-who-finds-killers-from-her-couch/ Seguimos en contacto y saludos José Luis Gómez Muñoz Profesor del Departamento de Física y Matemáticas |
IDMIngeniería en Ciencia de Datos y Matemáticas Archivos
Junio 2019
Categorías
Todos
|