
Sign up to save your podcasts
Or


📝 Podéis encontrar las notas del programa completas en https://datos.ninja/podcast/10-que-es-el-big-data
En el episodio de hoy de Un Podcast Ninja sobre Big Data explicamos qué es el Big Data y para qué se utiliza.
A veces, leyendo la prensa, parecería que el Big Data está en la intersección entre una tecnología extraterrestre y magia negra y que además le debe de gustar el fútbol porque se dedica a predecir el resultado de todas las finales.
Bueno, pues, nada más lejos de la realidad.
Simplificando bastante, el Big Data no es más que tomar decisiones basadas en datos pero de una manera vitaminada porque utiliza muchos datos. Datos de los que disponemos y que generamos cada día gracias a Internet.
El Big Data es el ecosistema de herramientas y técnicas que permite manejar volúmenes muy grandes de datos a una velocidad alta. Y los datos que maneja son de distintos tipos: algunos son registros con información estructurada, en plan tablas de Excel gigantescas en bases de datos, archivos de correo electrónico, imágenes, vídeos…
En el episodio de hoy también hemos tratado la Inteligencia de Negocio y cómo está basada en análisis descriptivos. Si queréis saber más sobre este tipo de análisis, no tenéis más que escuchar el episodio 6 del podcast.
También hemos tratado las aplicaciones del Big Data en deporte (ya hablábamos de ello en profundidad en el episodio 5 del podcast), en banca o en medicina.
Puedes ampliar la información sobre qué es el Big Data y para qué se utiliza en este artículo del blog.
Así que espero que el episodio de hoy os sea de provecho y que aprendáis algo de valor.
Si es así, no olvidéis dejar un «Me gusta» y algún comentario al episodio en Ivoox o una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Google podcasts o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto o podemos seguir la conversación en Twitter.
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.
📝 Podéis encontrar las notas del programa completas en https://datos.ninja/podcast/9-big-data-para-predecir-la-bolsa
En el episodio de hoy de Un Podcast Ninja sobre Big Data hablamos sobre si es posible predecir la Bolsa con Big Data y Machine Learning.
¿Nos haremos ricos? 💰
Estaría bien poder predecir el precio futuro de las acciones o del bitcoin y así evitar gastar 10000 bitcoins en un par de pizzas como le pasó a Laszlo Hanyecz en 2010.
Si hay algún sitio en el que se mueven muchos datos y mucho dinero para financiar modelos de inteligencia artificial, ese sitio es sin duda Wall Street.
Y desde que el mejor trader era el que tenía una mejor intuición, mayor experiencia y su información priviligediada era ser el primero en leer el Wall Street Journal de camino al trabajo hace más de 60 años hasta hoy las cosas han cambiado mucho.
La gestión de carteras automatizada lleva con nosotros desde 1975 con el primer fondo indexado y a partir de ahí se han ido creando otros productos financieros más elaborados.
Muchos de ellos siguen reglas automáticas de compra-venta e inversión.
Según Deutsche Bank el 90% de las operaciones de futuros y el 80% de las operaciones al contado se ejecutan mediante algoritmos sin intervención humana.
Tal vez el Big Data podría abrirse camino en los mercados financieros.
Eso piensa el fondo de cobertura Numerai, que recopila señales predictivas de Bolsa a través de una competición abierta a todos los científicos de datos del mundo.
Así que espero que el episodio de hoy os sea de provecho y que aprendáis algo de valor.
Si es así, no olvidéis dejar un "Me gusta" y algún comentario al episodio en Ivoox o una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Google podcasts o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto o podemos seguir la conversación en Twitter.
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.
También os dejo un enlace al tweet para ver qué opináis vosotros ¿Se puede predecir la Bolsa con Big Data y Machine Learning?
📝 Podéis encontrar las notas del programa completas en https://datos.ninja/podcast/8-el-cuento-del-deep-learning/
En el episodio de hoy de Un Podcast Ninja sobre Big Data hablamos de todas las cosas que han pasado desde que McCulloch y Pitt se propusieron modelar el comportamiento de una neurona en 1943 hasta que el despegue del deep learning hace poco más de 10 años.
El deep learning avanza a unua velocidad de vértigo.
En el episodio 1 hablábamos de DALL·E 2, un sistema capaz de realizar ilustraciones super chulas a partir de una descripción. Este modelo de Deep Learning es tan innovador que ha llegado a ocupar titulares en las noticias nacionales.
Bueno pues en un mes Google ya ha sacado su propia versión: Imagen.
Aunque el deep learning no siempre ha avanzado así de rápido.
El episodio de hoy es un episodio de origen del Machine Learning actual. La historia de lo que pasó desde los años 40 - 50 hasta los modelos super potentes del presente.
Así que espero que el episodio de hoy os sea de provecho y que aprendáis algo de valor.
Si es así, no olvidéis dejar una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Ivox, en Google podcast o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto o podemos seguir la conversación en Twitter.
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.
En el episodio de hoy de Un Podcast Ninja sobre Big Data hablamos de qué demonios es el machine learning (o aprendizaje automático) y cómo se encuadra dentro del campo de la Inteligencia Artificial.
El aprendizaje automático consiste en hacer que un ordenador adquiera una habilidad sin que nadie le haya programado explícitamente para realizar esa habilidad.
Es esta "capacidad de aprendizaje" lo que hace que llamemos a estos sistemas inteligencias artificiales.
En episodios anteriores he utilizado los términos machine learning e inteligencia artificial de manera intercambiable aunque en realidad no son exactamente lo mismo.
Los sistemas de Machine Learning son una parte de la Inteligencia Artificial.
Además, en el episodio de hoy también hablamos sobre varios casos de uso del Machine Learning.
Por ejemplo, sin darnos cuenta usamos ML al desbloquear dispositivos mediante reconocimiento facial.
También tenemos el caso de detección de unidades defectuosas en una cadena de producción con el claro aumento de eficiencia en la fábrica.
O el maravilloso campo del Procesamiento del Lenguaje Natural que puede interpretar la intención de búsqueda del usuario cuando realiza una consulta en el buscador del navegador o la traducción automática de textos.
Hace poco leía una noticia del modelo MUM que Google está desplegando en su buscador para poder detectar usuarios en una situación de riesgo a partir de sus búsquedas en Google
Os dejo un enlace a un artículo más completo del blog sobre qué es el machine learning aquí.
Así que espero que el episodio de hoy os sea de provecho y que aprendáis algo de valor.
Si es así, no olvidéis dejar una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Ivox, en Google podcast o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto o podemos seguir la conversación en Twitter.
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.
📝 Podéis encontrar las notas del programa completas en https://datos.ninja/podcast/7-que-es-el-machine-learning/
En el episodio de hoy de Un Podcast Ninja sobre Big Data hablamos de tres tipos de análisis de datos y cómo los ha aplicado Youtube a lo largo de su historia.
Así que espero que el episodio de hoy os sea de provecho y que aprendáis algo de valor.
Si es así, no olvidéis dejar una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Ivox, en Google podcast o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto en https://datos.ninja/contactar o podemos seguir la conversación en Twitter (datos.ninja/twitter).
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.
📝 Podéis acceder a las notas del programa completas en datos.ninja/podcast/6-tres-tipos-de-analisis-de-datos
En el episodio de hoy de Un Podcast Ninja sobre Big Data vamos a hablar sobre la película Moneyball y la analítica de datos aplicada al deporte.
En Moneyball se trata el tema de la analítica de datos para asistir a los observadores deportivos a la hora de hacer un fichaje nuevo para el club.
Pero además de para el scouting, el análisis de datos tiene otras muchas aplicaciones en el deporte.
Una de las principales es el estudio del rendimiento del deportista y la prevención de lesiones.
Por ejemplo, el Real Madrid ya en 2015 llevó a cabo un proyecto con Microsoft. El proyecto, llamado Data Explorer, servía para monitorizar el estado físico de los jugadores durante los entrenamientos con el objetivo de saber:
Con las respuestas a esas preguntas el entrenador podía decidir quién descansaba, quién jugaba más y cosas así.
Otro caso en el que se utiliza analítica de datos en el deporte es a la hora de estudiar la estrategia de juego. Combinando el análisis de datos con técnicas de visión por ordenador es posible inferir patrones de comportamiento, el nivel táctico o el estilo de juego a partir de grabaciones de partidos.
Durante el episodio de hoy también hablamos de un caso curioso de análisis de datos que se dió en el Ajax.
Y estad atentos porque la analítica de datos en el deporte está despertando el interés de los clubes de la liga de fútbol profesional española.
Así que espero que el episodio de hoy os sea de provecho y que aprendáis algo de valor.
Si es así, no olvidéis dejar una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Ivox, en Google podcast o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto en datos.ninja/contactar o podemos seguir la conversación en Twitter (datos.ninja/twitter)
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.
📝 Podéis acceder a las notas del programa completas en datos.ninja/podcast/5-moneyball-y-analitica-de-datos-deporte
🥷 Apúntate aquí a la membresía ninja 🥷
Accede a todo el contenido para convertirte en un ninja de los datos:
⚡️ Podcast premium
🛠️ Tutoriales
📚 Resúmenes de libros top
👥 Comunidad ninja
En el episodio de hoy os voy a intentar contar lo más claro que pueda y con mis propias palabras en qué consiste la ciencia de datos.
Según wikipedia la ciencia de datos se define como:
La ciencia que tiene por objetivo extraer información de valor y conocimiento de los datos.
Así que después de haber hablado de cómo utilizan los datos empresas como Starbucks o AirBnB, hoy vamos a ver qué proceso siguen los datos para transformarse en información de valor.
Además, hablamos de los beneficios de implementar una estrategia de datos en una empresa independientemente de su tamaño y también hablamos de las diferencias entre Data Science, Big Data e Inteligencia Artificial.
Finalmente respondemos a la pregunta ¿qué hace un científico de datos en su día a día?
Si queréis leer un artículo más completo sobre qué es el data science podéis encontrarlo https://datos.ninja/blog/que-es-data-science/.
Así que espero que el episodio de hoy os sea de provecho y que aprendáis algo de valor.
Si es así, no olvidéis dejar una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Ivox, en Google podcast o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto que encontraréis en https://datos.ninja/contactar o podemos seguir la conversación en Twitter (https://datos.ninja/twitter)
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.
🥷 Apúntate aquí a la membresía ninja 🥷
Accede a todo el contenido para convertirte en un ninja de los datos:
⚡️ Podcast premium
🛠️ Tutoriales
📚 Resúmenes de libros top
👥 Comunidad ninja
En el episodio de hoy de Un Podcast Ninja sobre Big Data vamos a hablar sobre cómo la plataforma de alquiler de viviendas AirBnB comenzó a utilizar el análisis de datos como una manera de conocer el feedback de sus usuarios.
Para que os hagáis una idea de la importancia que AirBnB le da a los datos solo hace falta fijarse en que en 2017 ya tenía 150 personas en plantilla trabajando directamente en el equipo de data.
Y esta gente hacía y sigue haciendo básicamente 3 cosas (aunque hoy en día son unos cuantos personas más):
El objetivo de AirBnB es mejorar la experiencia de usuario y en última instancia también aumentar el número de reservas a través de la plataforma.
Desde la personalización del orden de los resultados de búsqueda para la persona que va a viajar como la recomendación del precio que debería de poner el anfitrión a su alojamiento para maximizar su beneficio a la hora de alquilarlo, en el episodio de hoy analizamos las estrategias de Big Data que utiliza AirBnB para ser mejor cada día.
Así que espero que el episodio de hoy os sea de provecho y que aprendáis algo de valor.
Si es así, no olvidéis dejar una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Ivox, en Google podcast o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto o podemos seguir la conversación en Twitter.
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.
🥷 Apúntate aquí a la membresía ninja 🥷
Accede a todo el contenido para convertirte en un ninja de los datos:
⚡️ Podcast premium
🛠️ Tutoriales
📚 Resúmenes de libros top
👥 Comunidad ninja
En el episodio de hoy de Un Podcast Ninja sobre Big Data vamos a hablar sobre el ingrediente secreto de la receta de Starbucks: el Big Data y la Inteligencia Artificial.
Hoy en día, Starbucks no solo hace cafés sino que recoge y analiza los datos generados a partir de las interacciones con sus usuarios.
A través del Machine Learning de su plataforma Deep Brew es capaz de saber las preferencias de cada cliente analizando los ingredientes de los productos que consume, el Starbucks donde compra e incluso analiza el contexto de cada transacción para saber si un cierto cliente consume un producto dependiendo de la hora del día o del tiempo que hace en la calle.
Además, Starbucks utiliza el análisis de datos para ayudar al desarrollo de su negocio siguiendo varias líneas:
Está claro que el negocio principal de Starbucks es el café pero tiene la intención de convertirse en una empresa tan buena en la aplicación de Inteligencia Artificial como cualquier tecnológica y ya está obteniendo beneficios de ello.
Así que espero que el episodio de hoy os sea de provecho y que aprendáis algo de valor.
Si es así, no olvidéis dejar una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Ivox, en Google podcast o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto.
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.
🥷 Apúntate aquí a la membresía ninja 🥷
Accede a todo el contenido para convertirte en un ninja de los datos:
⚡️ Podcast premium
🛠️ Tutoriales
📚 Resúmenes de libros top
👥 Comunidad ninja
En el primer episodio de Un Podcast Ninja sobre Big Data vamos a hablar de cómo el Big Data, la Inteligencia Artificial y la Ciencia de Datos están revolucionando el mercado laboral.
Puedes acceder a las notas del programa completas en datos.ninja/podcast/1-big-data-y-mercado-laboral/
From the publisher's feed

74 Listeners

56 Listeners

48 Listeners

47 Listeners

136 Listeners

380 Listeners

15 Listeners

152 Listeners

540 Listeners

184 Listeners

57 Listeners

76 Listeners

3 Listeners

94 Listeners

24 Listeners