En este episodio hablamos con David Henderson y exploramos el mundo de Data Science en Organizaciones sin fines de lucro (ONGs). David es un graduado de maestría en políticas públicas de la Universidad Carnegie Mellon y ha dedicado su vida a los datos. Pasó por emprender y aportar a gobiernos para luego sumar a que las ONGs usen de forma adecuada los datos para generar impacto. En el podcast hablamos hablamos del caso de FII y como esta organización pasó a paso comenzó a generar valor social a través de los datos. También hablamos de las expectativas del sector social en el advenimiento de la revolución de los datos.

En esta 2da parte del episodio con Cuky Perez cubrimos muchos temas desde escalabilidad de la organización y de las personas que operan en la misma, de los diferentes tools que usan en AirBnB, y del porque de abrir estos tools como código abierto. También hablamos sobre el día a día de Cuky con un proyecto y con las herramientas que ella usa. Terminamos el episodio hablando de lo que se viene en ciencia de datos y de un interés personal de Cuky acerca de como hacer para que los modelos que se usan en este tipo de plataformas logran minimizar discriminación y bias (sesgos).

En este episodio conversamos con Cuky Perez desde Silicon Valley en las oficinas de AirBnB. Cuky es científica de datos y parte del equipo de Data Science en AirBnB. Estudió economía en Chile y luego de meterse profundo en temas de métodos cuantitativos y con experiencias en behavioral economics durante su maestría y doctorado en Stanford, pasó por el sector académico y desde hace mas de 1 año entró a AirBnB que es en una de las empresas que está liderando este movimiento de Data Science. En AirBnB el 6to empleado fué un Data Scientist y esto marcó una diferencia. De esto y mas conversamos en esta entrevista.

En este episodio conversamos con Diego Arenas desde Edimburgo, Escocia. Diego está terminando su maestría y en poco tiempo comienza su Doctorado en temas de ciencia de datos. Además es el autor del blog Análisis BI que por mas de 10 años estuvo diseminando temas de BI, bases de datos y ahora ciencia de datos. La conversación con Diego pasó por definiciones (BI vs Data Science), siguió con la problemática en empresas para innovar desde la perspectiva de los datos, y tocó también temas de impacto social y el futuro de esta ciencia de datos.

En este episodio conversamos con Vanessa Dellacqua desde Silicon Valley. Vanessa es fundadora y Directora de Temperies y tiene mucha experiencia en el mundo de Big Data. Esta Ingeniera de Tandil (Argentina) comenzó trabajando en multinacionales y fué docente Universitaria en metodologías de desarrollo. Desde hace 3 años está en California participando del movimiento de Big Data y Ciencia de Datos. La conversación con Vanessa cubrió definiciones y su visión sobre metodologías para luego un caso puntual de innovación basada en datos en una gran institución del sector bancario y algunas partes del proceso que se tuvo que llevar a cabo para lograr resultados.

En este episodio pudimos conversar con Teresita Guerrero del área de Zapopan en México. Teresita es ingeniera de software en Intel y una apasionada por temas de Data Science. Esta pasión no sólo la llevó a hacer una maestría sino también a crear un grupo de entusiastas de Data Science en su ciudad: DataLab. Además con un grupo de compañeros en Intel están experimentando con Sensores de clima, IoT y Análisis de datos para poder hacer mejores predicciones del clima. Una charla muy interesante que cubrió varios temas de interés.

En este episodio conversamos con Victor Cortes Figueroa y Alejandro Navarro Acosta en México, co-fundadores de una empresa muy interesante que aplica Ciencia de Datos a procesos industriales en Latino América: Datum Inference. Durante la conversación Victor y Alejandro cuentan como se conocieron, como surgió la idea, y cual es la situación del sector industrial en latino américa con la tendencia Industria 4.0. Tocamos algunas de las técnicas que incorporaron a la plataforma que desarrollaron (Axon Analytics) tales como SVM (Support Vector Machines) y SVDD (Support Vector Data Description) para detección de errores. Gracias y éxitos a Victor y Alejandro con este emprendimiento de ciencia de datos para impulsar el sector industrial en la región!

En este episodio conversamos con Marcelo Rinesi. Marcelo partió con background de matemática y desarrollo y pasó por roles de científicode datos en hedge funds, empresas de video juegos modelando comportamientos, yhobbies en Urban Informatics. Cubrimos temas relevantes como el proceso detrabajar con datos, las herramientas a utilizar, y la importancia deautomatizar el proceso. También hablamos de la importancia de poder validarlos modelos con información real para luego poder tomar decisiones efectivas.Además de todo esto, en sus ratos libres Marcelo escribe cuentos y en las notaspueden ver uno de ellos: Across the Glass. Gracias Marcelo!

En en este podcast vamos a buscar una forma para poder organizar y estructurar un poco los conceptos que se usan en la ciencia de datos. Vamos a tratar de armar un esquema que nos pueda servir como punto de referencia para ir poniendo los temas y las metodologías que vamos discutiendo en contexto. Hablando vamos armando una caja con tres ejes: el objetivo (Yo Quiero), las caracteristicas de mis datos (Mis Datos Son) y las caracteristicas del conjunto de datos (Mis datos tienen).

En este episodio pudimos conversar con Antonio Vázquez Brust, un Argentino con experiencia en Computación, Urbanismo y ahora haciendo su maestría en Urban Informatics en la universidad Northeastern en Boston. Tony nos contó acerca de un proyecto muy interesante en el cual está utilizando datos abiertos para hacer predicciones sobre Gentrificación y pudimos hablar de aspectos clave a la hora de construir el Data Pipeline.