Data Science: Top 7 ERRORES del principiante que debes EVITAR
ฝัง
- เผยแพร่เมื่อ 21 พ.ย. 2023
- ¿Eres un principiante en Data Science? Te revelaré los 7 errores más comunes que los principiantes en Data Science suelen cometer.
Estos errores pueden tener consecuencias devastadoras para tu carrera profesional, desde la pérdida de cientos de horas de trabajo hasta el estancamiento en caminos que no te llevan a ninguna parte.
Las consecuencias pueden ser costosas y limitar tu progreso en la carrera de Data Science. No querrás perder tiempo valioso ni quedarte estancado, ¿verdad?
Asegúrate de ver este video para aprender a identificar estos errores antes de que sea demasiado tarde. ¡Tu futuro en Data Science depende de ello!
No olvides suscribirte, darle like y comentar tus pensamientos. Tu éxito en Data Science comienza aquí. ¡Nos vemos en el siguiente video de DS4B! - วิทยาศาสตร์และเทคโนโลยี
![Descubre las 3 CLAVES para girar a DATA SCIENCE a partir de los 40 [🎧Podcast]](http://i.ytimg.com/vi/I8jb6cCLg28/mqdefault.jpg)
![Descubre las 3 CLAVES para girar a DATA SCIENCE a partir de los 40 [🎧Podcast]](/img/tr.png)
![📊 ESTADÍSTICA Para Data Science: Exactamente la que debes aprender [ni más ni menos]](http://i.ytimg.com/vi/rLnAdCc7GYM/mqdefault.jpg)
![[TH] VCT Pacific Stage 2 - Week 1 Day 1 // DRX vs ZETA | BLD vs TS](http://i.ytimg.com/vi/AWaOqaxN6Y0/mqdefault.jpg)
Sobre la ultima parte difiero...creo yo que el data scientist es la evolución final del analista de datos y no hay porque re clasificarnos; yo igual uso una analogía y es el de la cocina. En un restaurante hay un cheff y él/ella es el encargado de la cocina, no hay un chef para las salsas, no hay un chef para las sopas, no hay un chef para los cortes, en teoría el chef debe de dominar todas esas particularidades, por eso digo que el científico de datos es el ultimo escalón, porque como bien dices, conoce el negocio, sabe de lo que habla, sabe el punto que quiere llegar; pero previamente como analistas tenemos que desarrollar ese feeling analítico, el ir aprendiendo: excel, SQL y algún lenguague de programación ya sea python o R, luego ir desarrollando nuestros métodos de análisis, dashboards y al final, el data scientist quiere saber que hay más allá de esa data. Esa es mi humilde opinión de un data scientist que va en proceso jajaja.
En definitiva: Qué importante es saber lo que es estás haciendo en cada momento, razonar y mecanizar lo justo y necesario para encontrar las claves de negocio.
Excelente. Práctico y sin rodeos. Gracias Profe.
Excelente! Total mente cierto muchas veces tenemos miles de datos y tenemos que elegir que variables nos sirven para el proyecto de la empresa y muchas veces tenemos que crear la variable que refleja lo que la empresa requiere con los datos que tiene para poder empezar recién con la prueba de los modelos.
Como siempre muy buen video. ¡Gracias Isaac!
Gracias por compartir tu conocimiento Isaac. Directo al "hueso".
Como siempre, conceptos claros y directo al grano 👌
Excelentes consejos maestro 🤟
Excelente vídeo. El primer punto, el usar modelos parsimoniosos y comunicar de manera efectiva hay Lead Data Scientists que todavía no lo han aprendido.
Muchas gracias Profe.
Muy buenos consejos, sigue haciéndolo.
Excelente como siempre!!!
Completamente de acuerdo, es importante estar alineado con los stakeholders, saber muy bien lo que quieren de nosotros... Después muy importante comunicar efectivamente... si estás comunicando y te piden cambios y mejoras, vamos bien, no...
El único que dice las cosas como son realmente👏👏👏👏👏👏👏👏👏
No se imagina lo útil que me ha sido esto.
Gracias.
me alegro!
Gracias por tus vídeos son muy buenos y prácticos, estoy en una situación especial estudiando data science me gustaría explicarte y ver qué consejo me puedes dar estoy muy preocupado
Excelente! No me pierdo ni un solo video tuyo y hay algunos que escucho varias veces porque aprendo muchisimo. Ya estoy en el camino de formación a data science y estoy muy contenta con mi elección
te animo a continuar, ya verás que es una profesión apasionante!
Como siempre videos claros y al grano
Video de gran calidad por su manera de sintetizar una temática como esta. Muy bueno! Esperemos por mas videos formadores. Saludos
gracias Fernando
Excelente video super aterrizado en el ambito laboral, de mucha ayuda para quienes esten iniciando y para quienes lleven un tiempo ya y no le esten resultando muy bien las cosas. Una Joya!
gracias!
Estoy estudiando Data Science y en efecto, estoy atorado en determinar la variable target, algún video tutorial que me recomienden para saber los criterios a considerar?
Me sumo a este pedido! :D
Que bueno escuchar esto, yo también soy estudiante de data science...
Soy estudiante pero por mi formacion en otras areas puedo decir que no hay un criterio especifico para elegir la target, target (objetivo) es el “que quieres predecir” y debe existir este atributo en tu dataset preprocesado. Un ejemplo comun es el dataset de emisiones de co2 de vehiculos motorizados, tendras tu X que seran los tipos de motor, combustible, consumo promedio (estos seran tus atributos o features) y por la informacion te daras cuenta de que (sea correlacion que hayas visto en tu EDA o efecto entre estos por definicion) te llevara en este ejemplo a preguntarte que combinaciones o cual de estos atributos de los vehiculos puede ayudarte a predecir las emisiones (columna que debe estar en tu dataset)
Por tanto siempre hay que primero tener un dataset que tenga cosas para predecir (no solo clasificar), luego hacer un buen EDA que ayude a descubrir patrones mas alla de solo calcular la correlacion para detectar el tipo de problema principal (regresion, clasificacion, serie temporal) y cuales son los atributos candidatos para proyectar con modelos acordes al problema
Excelente Vídeo Isaac. Sinceramente ayuda a ordenar las ideas sobre este campo. Estoy cursando tu curso data science Mastery y espero impaciente que incluyas más cursos a DS4B. Gracias!
Que bien, me alegro de que te esté gustando el Python data science mastery. Y efectivamente estoy trabajando en otro curso que saldrá en pocos meses :-)
excelente video y concuerdo con lo dicho
Excelente explicación. Creo que nadie pueda hacerlo mejor, ni más ilustrativo. En pocas, y sencillas, palabras es capaz de describir una problemática bastante extensa y compleja. Muchas gracias por la labor que realiza.
gracias!!
Enhorabuena y gracias. He visto mucho contenido sobre como desarrollar una carrera en ese area y la verdad que el único que me ha transmitido confianza ha sido el tuyo.
Se nota que sabes de que hablas, que lo haces desde la experiencia. De hecho me has aberto los ojos en ciertos aspectos y en otros has confirmado lo que yo ya pensaba en contra de "mitos" que corren por las redes.
En tus videos hablas de un curso que impartes en DataScience ForBusiness, pero en tu web no veo informacion sobre el mismo en la pagina web.
¿Continua exisitiendo? ¿Me puedes informar?
Muchas gracias,
Hola, gracias por las palabras, me alegro de que te haya servido así.
Sí está vigente el curso, pero como dices no se accede desde la web. Se accede a través de la experiencia de www.tuprimerasemana.com, que es como una muestra gratuita, y te sirve para ver si es algo que te gusta y se te da bien, y también si el enfoque DS4B es el que estás buscando, ya que DS es muy amplio y puede haber otros enfoques.
Tras ella te sale la info del curso de pago por si quieres continuar, junto con una oferta.
Ok, realizaré la experiencia de la primera semana durante estos días de fiestas. Y ya hablamos. Muchas gracias
Hola! Excelente contenido, y mejor la forma de explicar. Un saludo desde Colombia .
gracias!
Muchas gracias! Me impulsas en mi carrera, aprecio enormemente compartas tu conocimiento para los que venimos 'picando piedra'.
poco a poco, sabiendo la dirección correcta y con constancia todo se consigue
Hola Isaac, Excelente video. Tenía una duda, cual es tu opinión sobre el curso/track de data science de Datacamp?
pues qué te voy a decir, obviamente creo que DS4B es mucho mejor :-) . Puedes apuntarte al curso gratuito para ver si es lo que buscas en www.tuprimerasemana.com
Gracias por el buen video, Isaac. Me pregunto si me podrías ayudar con una duda, luego de andar un tiempo perdido viendo bases para data scientist, me pregunto, cual rol de los 4 necesita menos conocimientos? Mi objetivo final es terabajar en matematica/ia pero por el momento quisiera maximizar la variable de trabajo y pues no tengo mucha formación aun, pénse en empezar por data analyst pero no estoy seguro si es lo mejor
sí, en ese contexto DA sería el primer paso más inmediato.
Excelente! siempre brindando contenido de calidad. A punto de ser un Consultor BI 🤌 Gracias a tu Master
Qué bueno Haidel! Enhorabuena, ya me contarás
Gran vídeo Isaac!! Comentas que es importante centrarse en SQL , pandas y sklearn. Pero qué opinas de Numpy se puede hacer DataScience sin apenas saber de Numpy?
numpy es la base de muchos otros paquetes, por tanto es bueno conocerlo, pero es más infrecuente usarlo por si mismo fuera del ámbito académico, pq como digo otros paquetes que son abstracciones de más alto nivel (el propio pandas por ej) ya te dan más funcionalidad. si tuvieras 100 unidades de tiempo para repartir para aprender numpy y pandas yo recomendaría 10 a numpy y 90 a pandas
Excelentes consejos, muchas gracias por compartir tu conocimiento con los que estamos iniciando en este mundo del Data Science. Recomendarías alguna escuela/universidad en España para un Master en DS? Ojalá con opción virtual. Saludos desde Colombia!
Bueno, lógicamente recomiendo mi empresa, que es 100% online. Puedes apuntarte a la prueba gratuita en www.tuprimerasemana.com para ver si es lo que buscas.
Si tienes background técnico (ingeniería, estadística, matemáticas, física, economía, finanzas), una buena institución pública es la Universidad Carlos III de Madrid, ofrece máster en inglés en Data Science y es muy completo y competitivo en el mercado laboral. Muchos están trabajando en grandes empresas o bancos. Mucha suerte en este camino!
En donde puedes emprender si estudio esta carrera?
Excelente video. Yo entré a esto hace 5 años, después de 23 de TI, la mayoría trabajando en gobierno con softwware, de tratamiento de información, reportes y procesamiento asi que lo que menciona es correcto, la prioridad es lograr objetivos de negocios, nadie te pagará lo que dicen por hacer grafiquitas. Tampoco que ml no es igual a data science, es parte de. Con el tiempo me he fortalecido en matemáticas que comoayudan, con una lic. en matemáicas aparte de la maestría en ds y muchos se meten por promesa de $$ pero no tienen habilidades y con el tiempo cada vez va a la baja el sueldo, ya hay mucha gente y no es tan novedad, y muhcos han invertido son obtener resultados. Voy por un ph en ds o ia y la verdad es que es de multiples habilidad y hay que fortelecer las que mas nos aporten. Yo digo que six sigma o IoPA podrían forma parte de esto porque es obtene rresultados con datos, matemáticas y software. A veces ni sistemas hay ni como obtener los datos necesarios, asi que hay que construir de cero y aparte hay dueños o socioes que no saben exactamente que quieren
Buenas! Podrias crear nuevos videos sobre analisis de datos pero con la implementacion de la AI ?
Siento que no tiene mucho sentido meterte en las herramientas, que en breve las reemplaza la maquina, mas que en la teoria, como estadistica, marketing (? o cualquier otra soft skill para hacer mejor el trabajo.
Que opinan?
Gracias!
puedes ver un vídeo en este canal llamado "alerta profesional: la ia te quitará tu empleo?" o algo así, donde doy mi opinión extensamente sobre el tema
Hola tienes algún video donde expliques como hacer una buena variable target?, saludos
No todavía, pero si hay interés y la gente lo pide lo hago
Saludos desde brasil. Comentando solo para el algoritmo. Segundo video que assisto suyo
gracias!
Genial video! gracias por aportar valor en este campo.
Queria preguntarte sobre cómo aprender data science, si recomiendas sitios como Udemy, Coursera, EdX, etc. La oferta que hay es enorme y se puede perder un poco el norte, o si por el contrario recomidas más Másteres de universidades o mega Bootcamps que el aporte económico es signficativamente mucho más elevado.
De nuevo gracias por tus aportaciones! 🙌🏼
Hola, recomiendo lógicamente mi empresa, que es una opción intermedia, varias veces más asequible que masters y bootcamps, y varias veces más práctica y real que udemys y courseras.
Puedes probar la "muestra" gratuita para ver si es el enfoque que buscas en www.tuprimerasemana.com
@@DataScienceForBusiness gracias por la info! Lo desconocía. Le echo un vistazo. Un saludo
Hola Isaac! Quería consultarte si es obligatorio tener una carrera universitaria previa a ser data analyst? Y cuáles serían?
hola, busca en la lista de podcast de este canal uno que trata sobre eso. Está centrado en data scientist pero lo mismo aplicaría para data analyst
Buenas, muy buen videos muchas gracias por toda la información. Te quería preguntar mi perfil para buscar trabajo si es bueno o no cómo data Science. Yo soy ingeniero ambiental, especialista en gerencia de proyectos y próximamente data science. Muchas gracias por su respuesta.
Cualquier ingeniería está muy bien valorada, así que por ahí ningún problema. Luego lógicamente tienes que tener los conocimientos y capacidades de DS
Si soy sociólogo, ¿es más recomendable comenzar como Data Analyst o puedo apuntar directamente a Data Science? Estoy aprendiendo Python.
Es cuestión de hasta qué punto te sientas cómo técnicamente. Si ves que python te gusta y se te da bien puedes ir directamente a DS. Si ves que quizá todavía te queda un poco lejano puedes empezar con DA, y luego en el futuro siempre puedes seguir avanzando a DS.
Gracias por la respuesta. @@DataScienceForBusiness
El tema presentacion o comunicacion es esencial... sin embargo no hay qye subestimar el contenido, conozco gente que es muy buena haciendo presentaciones, mejor que yo... Pero en ocasiones descuida el contenido, y se nota, la audiencia nota cuando no tenes nada interesante que mostrar...
De todas maneras coincido respecto de que podes tener muy buena informacion pero fracasar en la comunicacion y eso es malo porque tu inversion de tiempo se perdio... hay quw saber comunicar... es tambien una ciencia...
Sí, totalmente, lo primero es tener contenido, si no rápidamente canta. La parta buena es que a comunicar también se puede aprender.
Profe business analytics es valoración de empresas? Si es falso hay una rama de data science que se enfoque en valoración de empresas? Mil gracias profe
No exactamente. Valoración de empresas es una disciplina propia, que aunque también usa análisis no es el enfoque de DS.
Gracias profe
Yo estoy en este mundo sumiendome a este camino del data science, quiero poder aprender todos los aspectos de esta profesión
pues estás en el lugar correcto :-)
@@DataScienceForBusiness muchas gracias
Estas equivocado Ciencia de Datos no solo es aplicable en los negocios.
Yo no he dicho eso. Creo que no lo has entendido bien.
El error número 5 es el más doloroso de todos😅
sí, si hay interés podemos hablar de eso en un futuro vídeo
Alguien acá que esté haciendo el curso de Isaac y no sea de España?