Felipe Flores es director de data science con casi 20 años de experiencia. Felipe ha trabajado en ingeniería de datos / almacenamiento, reportes, inteligencia empresarial, análisis, data science, machine learning e inteligencia artificial. Actualmente es el Director de Data Science en la empresa de Inteligencia Artificial, Honeysuckle Health. Mientras que Day es una experta en data science. Durante 15 años, ha colaborado con corporativos internacionales como Colgate, Gillette, P&G, Walmart y Epworth HealthCare para guiar su estrategia de inteligencia empresarial, de mercadotecnia y decisiones operativas mediante el uso de datos. Le apasiona todo lo que tenga que ver con datos e insights, es experta en técnicas cuantitativas, cualitativas y analíticas y ha trabajado con bases de datos, inteligencia de mercados, reportes de datos, ciencia de datos, pronóstico de ventas para innovaciones, machine learning e inteligencia artificial. En este episodio Felipe y Day nos dan una breve pero integral introducción a que es Data Science. Platican de cómo desarrollar las capacidades de data science en una empresa y la importancia de la cultura para implementar proyectos de datos exitosos. También nos dan tips de como empezar a desarrollar tu Carrera en Data Science entre otros temas fundamentales de Data Science. Temas: [03:20] ¿Qué es Data Futurology y ¿cuál es su objetivo? [07:30] Trayectoria de Felipe Flores [16:30] ¿Qué es Data Science/Ciencia de Datos? [19:45] Tips para desarrollar las capacidades de Data Science en una empresa [24:10] Sugerencias para alguien que empieza su carrera en data science [27:20] Como mantenerse al día en el mundo de data science dado el avance de la tecnología [32:30] Cómo especializarse en data science si mi carrera no está relacionada en data science [34:10] Entendiendo las diferencias de inteligencia artificial, machine learning, deep learning y data science [43:10] Cómo interactúa la Mercadotecnia con Data Science [44:35] El rol de la cultura en una organización para implementar data science [48:00] Tipos de algoritmos [53:50] ¿Qué es la minería de datos? [55:30] Libros recomendados para Data Science Frases: “La idea de un científico de datos es poder mejorar el desempeño de una empresa ocupando datos”. “Data science no es una caja de pandora sino hay una explicación detrás de cada algoritmo”. “El error más común es que la gente espera terminar el proyecto y decirle a un área que le va hacer el trabajo mucho mejor; la gente que tiene que generar el cambio deben colaborar con la gente de data science desde el principio de un proyecto”. “Nadie puede mantenerse al tanto de todo lo que está pasando en data science; es importante entender lo fundamentales de machine learning y estadística y con eso cualquier desarrollo que se de en cualquier área y así cuando necesitas aprende en cualquier área”. “En general el conocimiento depende de la persona cuando uno se quiere exigir y esforzarse; el conocimiento existe lo más importante es practicar poner los conocimientos en práctica”. “Uno puede tener los planes más espectaculares, pero si la cultura no existe nada va a funcionar; la cultura es el ingrediente más importante de data science”. Join Data Futurology on Telegram: https://t.me/datafuturology Únete a Data Futurology Español en Telegram: https://t.me/df_espanol YouTube: https://www.youtube.com/watch?v=WRop1cfFVo8&t=135s

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related