/ Data science

Data Scientist con python

Durante mi carrera como desarrollador web, siempre siempre me he topado con la siguiente interrogante ¿si mi carrera es la más rentable del mercado o existe algo más en lo que me pueda desempleñar? A lo que me puse a investigar, y ¡Oooh sorpresa Data Scientist! Pero muchos nos hemos preguntado ¿qué es eso? Bueno pues investigando me ha tocado darme cuenta de que es un mundo hermoso y genial el cual solo requiere de saber programar bien (no tan avanzado), interpretar información y aprender a manipular la misma, para obtener una cantidad de datos y aplicar investigación en base a los mismo, y poder crear un sin fin de soluciones de negocios y soluciones tecnológicas que hacen que este mundo avance tan pero tan rápido, que cada vez que lees algo nuevo sobre tecnología te sientes más ignorante, "Ese es mi caso con Javascript y node.js"; De ahí se deriban muchas cosas como el famoso Machine learning que vienen incluídas en el Data Scientist.

Pero bueno ¿Por qué Hackemate se pasó a este campo amando tanto la web y por qué es recomendable este campo?

Bueno la respuesta es simple y tiene mucho que ver con lo que escribí en el primer párrafo, luego pasaron un suceso de cosas cómo las siguientes:

  • Estaba harto de tanto JavaScript, quería pasarme al backend y pues node.js es hermoso pero sigue siendo JavaScript y yo quería solo backend ya no quería saber más de front así solo sea una clase con CSS.
  • En base a lo anterior quise dedicarme a un lenguaje bestial super potente que me dejara con la boca abierta y me topé con Golang.
  • Golang es hermoso y no dudo que también se pueda ser un Data Scientist con el, pero a medio curso me dí cuenta que este lenguaje requiere de memorizar muchos conceptos así sea de sintaxis muy fácil y tiempo no tenía "no digo que python sea mejor simplemente es más fácil de aprender".
  • En la empresa donde trabajaba, había un genio de los servidores que trabajaba mucho con python y dije ¡¡porqué no!! hay que intentarlo.
  • ¡¡FUCK Python eres lo más pinche simple que he visto desde JavaScript!! "incluso más".
  • En menos de 2 días ya sabía Python básico y la simplicidad con la que maneja los datos me sorprende, dos líneas de código para escribir en Excel.
  • Empecé con Django para la web nuevamente, aunque Django ofrece una solución ridículamente fácil y rápida, 100 veces más fácil que Laravel y menos engorroso de instalar, sentí que python es más para manipular datos.
  • Ni hacker ni web dev ¿entonces qué? Bueno empecé a buscar cursos de Python y como siempre el recomendable pluralsight, me llevó al increíble Data Camp, en el cual te darás cuenta lo caro que es la membresía, pero de todos modos la compré.

Un regalo para ustedes que me ayuda mucho a mí

Data Science
Photo by Franki Chamaki / Unsplash

¿Cómo así hackemate? Bueno es súper simple compré mi membresía anual a Data Camp y me propuse terminar lo más rápido posible para ponerme a practicar, luego pensé ¿Por qué no matar dós pájaros de un tiro? Y pues esta es la sorpresa, todos los días voy a escribir un post relacionado a Data Scientist en base a cada capítulo que vaya terminando del curso, es imposible subir videos porque no me da nada de tiempo por que tengo muchas cosas que hacer y clientes que atender, pero cada post va a ir relacionado con los ejercicios ejemplos y soluciones del curso, con una metodología mucho más amplia y en español, la carrera contiene 22 cursos de al rededor de 4 horas cada uno, así que hay mucho por escribir y el temario es el siguiente:

  1. Introducción a python para Data Science.
  2. Python intermedio para Data Science.
  3. Herramientas python para Data Science 1.
  4. Herramientas python para Data Science 2.
  5. Importando datos 1.
  6. Importando datos 2.
  7. Limpiando datos en python.
  8. Pandas fundation.
  9. Manipulando DataFrames con pandas.
  10. Uniendo DataFrames con pandas.
  11. Introducción a SQL para Data Science.
  12. Introducción a base de datos en python.
  13. Introducción a la visualización de datos con python.
  14. Visualización interactiva de datos con Bokeh.
  15. Pensamiento estadístico en python 1.
  16. Pensamiento estadístico en python 2.
  17. Uniendo datos en PostgreSQL.
  18. Aprendizaje supervizado con scikit-learn.
  19. Machine Learning with the Experts: School Budgets.
  20. Unsupervised Learning in Python.
  21. Deep Learning in Python.
  22. Análisis de redes en python 1.

Así que después de esto creo estaremos muy pero muy avanzados en Data Science como sea posible, también suviré los ejercicios y proyectos para que practiquen.

Coméntenme que les parece el plan en la caja de comentarios

¿Aún crees que la universidad es buena opción para estudiar? Compara con Teamtreehouse → ¡haciendo clic aquí!

Orlando Morales

Orlando Morales

Arquitecto web, Data scientist freelance y amante de las Artes Marciales, me encanta siempre aprender, emprender y luchar por mejorar mi estilo de vida mientras disfruto de lo que hago.

Leer más