Esta interesante entrevista con Jeff Calcaterra de IBM nos muestra procesos para lograr que tecnologías complejas se hagan fácilmente utilizables por usuarios finales. Jeff tiene un background en computación y psicología y esto lo llevó a una interesante carrera mejorando interfaces de usuario en múltiples sistemas.

En este segundo episodio con Miguel Paredes hablamos de su despedida del laboratorio de computación aplicada e inteligencia artificial en MIT (CSAIL) y su llegada a liderar la oficina de innovación con datos en una corporación Peruana. Además de hablar de ciencia de datos aplicada en corporaciones Miguel nos contó acerca de 2 proyectos muy interesantes que está trabajando en sectores como salud y transporte.

En este episodio con el Doctor Oldemar Rodríguez pudimos conversar acerca de sus estudios que comenzaron en Costa Rica para luego continuar en Francia y en Stanford, su trayectoria y experiencias en industria con Predisoft, su nueva empresa Promidat en ciencia de datos y con el objetivo de educar a gente interesada en data science en iberoamérica y también hablamos sobre el evento BigDataLatam en Costa Rica el próximo 30 y 31 de Marzo.

En este episodio pudimos conversar con Fabio Fernández del grupo de Analytics de Scotiabank en Canadá. Fabio tuvo una trayectoria interesante en lo referente a ciencia de datos en el sector banca comenzando por Predisoft (startup de tecnología en predicción de fraude) y Banco Nacional en Costa Rica para luego llegar a Scotiabank. Durante la conversación pudimos hablar de la implementación de un data lake y todos los aspectos a considerar para hacerlo de forma efectiva.

En este episodio conversamos con Nick Horton, profesor de vocación en temas de estadística y ciencia de datos. Nick es un apasionado por permitir que más estudiantes y profesores aprendan a usar herramientas para entender datos y pensar de forma computacional y algorítmica. Esta entrevista se enfoca mucho en que hacer para generar ese interés en los datos y cultivar las habilidades que tan necesarias van a ser para profesionales en distintas áreas en años venideros

William Wint es un líder de opinión en el uso de datos espaciales para generar modelos que permitan predecir riesgos de enfermedades transmitidas por insectos. Esta interesante entrevista que William tomó desde su casa en el sur de Gales cubre su experiencia de mas de 40 años en el tema, una descripción de las etapas para generar dataductos con tantos datasets y variables geo espaciales, e incluso una discusión acerca de la colaboración entre organizaciones y los datos abiertos sobre estos interesantes temas.

Este episodio de noticias suma a Diego Arenas y entre los tres hablamos sobre algunas novedades interesantes pasando en el mundo de datos. Hablamos sobre la conferencia de datos abiertos en Madrid y el rol que está jugando el sector privado. También conversamos sobre sparklyR dado el auge de Spark, sobre microservicios e incluso sobre el rol de Data Science en Arte. Esperamos lo disfruten.

Este episodio y conversación con Manuel Aristarán es una perfecta introducción para los que están interesados en visualizaciones de datos. Desde su oficina en Datawheel en Boston Manuel habló de su background, de su trabajo con datos abiertos y de su pasión de pasar “del dato a la historia” y como esto lo llevó a trabajar en el Media Lab de MIT en el grupo MacroConnections. Hablamos de tecnologías como D3, D3+, Vega y Vega Lite y ggplot y terminamos hablando de algunas tendencias y referencias importantes en el campo de visualizaciones.

En este episodio hablamos con el co-fundador y CEO de MonkeyLearn, una empresa de Latinoamérica con productos de Machine Learning. En la entrevista cubrimos aspectos del background de Raúl y como llegó a fundar MonkeyLearn así como también bastante información sobre Machine Learning y la industria. Muy interesante para aquellos fanáticos y emprendedores en Datos.

Greg Diuk es un Argentino que luego de estudiar computación hizo un doctorado en Machine Learning y un Post-Doctorado en Neurociencias. Desde hace 3 años trabaja en el grupo core data science en Facebook, un equipo de 40 personas de perfiles diversos que toman proyectos de datos con visión de largo plazo, se plantean preguntas y trabajan con los datos para resolverlas. En este episodio hablamos de Greg y como llegó a ciencia de datos, de como se organiza Data Science en FB, de herramientas e infraestructura y de algunos proyectos interesantes que ha trabajado Greg.