En este episodio pudimos conversar con Diego Bodas Sagi, científico de datos en el banco BBVA. Pudimos hablar sobre algunos proyectos como Commerce360 generando valor para PyMEs, predicción de gastos e ingresos aportando información relevante a usuarios finales, e incluso el proyecto Urban Discovery donde los datos revelan aspectos interesantes de ciudades. Este podcast también nos permitió explorar algunas de las características más importantes para que las grandes empresas puedan sacarle el jugo a sus datos.

En este episodio conversamos con Mauricio Sana, Director Corporativo de Revenue Management en Decameron. Mauricio tuvo experiencias en aerolíneas como COPA, Avianca, Aerolíneas Argentinas y en OTAs (Online Travel Agencies) como Almundo en el pasado y siempre estuvo en el área de Analytics y planeamiento de ingresos. Durante la conversación Mauricio da una muy buena explicación sobre Revenue Management que nos permite ver cómo esta práctica tan común en aerolíneas y hoteles puede hacerse cada vez más relevante en otras industrias.

Jeff Allen trabaja en R Studio. Su día a día gira alrededor de la misión de hacer R mas completo y fácil de usar para crecer la comunidad de Data Science. Pudimos conversar sobre como Jeff partió de Ciencia de Computación para luego interactuar con bio-informática y luego pasar a R Studio. Hablamos sobre la cultura y forma de trabajo en R Studio, el paquete Plumber y los aspectos a considerar para desarrollar paquetes de código abierto y mucho más.

En esta conversación con Agustín Gómez Melendez del observatorio del desarrollo en la UCR pudimos entender el tipo de proyectos que maneja esta unidad, tanto a lo interno como a lo externo. Agustín cuenta con estudios en estadística y en programación y participa activamente en el diseño y ejecución de múltiples proyectos. Además Agustín y el observatorio están tomando un rol de liderazgo en tropicalizar el proyecto MOSAIC para educar al sector académico en el uso de R. De esto y más pudimos conversar durante el podcast.

En este episodio Frans y Diego conversan sobre el movimiento de datos abiertos, su origen, las motivaciones, algunos casos y alguna proyección de esta creciente industria. Durante la conversación se habla también sobre la convergencia existente entre Open Data y Data Science con el potencial de llevar la transparencia en datos a innovación, eficiencias y colaboración.

En este episodio Frans y Diego conversan sobre el movimiento de datos abiertos, su origen, las motivaciones, algunos casos y alguna proyección de esta creciente industria. Durante la conversación se habla también sobre la convergencia existente entre Open Data y Data Science con el potencial de llevar la transparencia en datos a innovación, eficiencias y colaboración.

En este episodio pudimos conversar con Scott Chamberlain. Hablamos sobre su camino desde Biología y Ecología para llegar a Ciencia de Datos y como actualmente desde rOpenSci apoya una comunidad que busca facilitar el acceso y uso de datos. Fué muy interesante ver que la Universidad de Berkeley hospeda este tipo de proyectos que están vinculando software y datos para potenciar el desarrollo científico y aprender sobre algunas de las iniciativas que rOpenSci está llevando adelante. Scott hizo una invitación a todos aquellos que quieran ser parte de esta comunidad para preguntar, aportar y potencialmente ser parte de la conferencia anual.

En este episodio pudimos hablar con Sudeep Pandey de Fiserv. Sudeep nos habló sobre su background en Matemática, computación y negocios y luego nos metimos en la enormidad de datos y oportunidades de análisis que se trabajan en Fiserv, empresa líder en servicios y tecnología al sector financiero. Cubrimos tecnologías hasta Big Data en soluciones de pago. Sudeep será conferencista en Big Data Latam hablando sobre aplicaciones de reglas de asociación en la industria financiera.

El Profesor Edwin Diday, invitado especial a la conferencia Big Data Latam, es un reconocido científico de datos y el padre de la matemática simbólica. En este podcast Diday nos habla de datos complejos y nos explica la aplicación de los vectores simbólicos en Big Data y da varios ejemplos que muestran claramente la aproximación de un matemático para lograr simplificación de datos de manera de poder procesar en tiempo real grandes datos.

En este episodio con Dan Whitenack de Pachyderm pudimos hablar con un científico que está haciendo Data Science en industria y que es parte de un equipo que busca traer innovación y generar eficiencias en la industria de Data Science. Hablamos sobre la forma en que Pachyderm facilita la creación de dataductos y trae escalabilidad a la ecuación así como también acerca de conceptos como reproducibilidad y provenance. También pudimos hablar sobre los inicios de Pachyderm desde AirBnB hasta Y-combinator y lo que se viene en ciencia de datos. Pachyderm está trayendo una perspectiva renovada al conocido hadoop y con esta visión fresca ya ha creado el GIT para Datos y en el futuro podremos ver de Pachyderm el análogo de Github para Datos con una solución hosteada que facilite aún más el usar esta herramienta.