Suscripciones
Desde Edimburgo Diego se conectó bastante tarde en la noche y con mucha inspiración cubrimos muchos temas de relevancia en lo que es la industria de ciencia de datos.
Para comenzar, Diego está desde hace 10 años divulgando temas sobre BI y Datos. Es un creyente en la importancia de divulgar y compartir para mejorar. Esto hizo que la conversación fuera muy interesante cuando comenzamos hablando sobre las diferencias en perspectiva entre BI y Ciencia de Datos. BI va por el lado de los requerimientos mientras que Data Science está más abierto a sorpresas al incorporar machine learning y pattern recognition.
Hablamos también sobre cómo crear grupos de trabajo eficientes en ciencia de datos. Vimos cuan clave es dar esa ´libertad´ a los analistas para sugerir creativamente y experimentar. No sería una ciencia si no se pudiera experimentar!. Pero hablamos también acerca de los aspectos que se ven en la industria (tales como miedo a romper silos, a divulgar, a exponerse) y que a veces impiden un desarrollo más rápido.
Tocamos también el tema del rol que puede tener la ciencia de datos en Impacto Social. Ya Hans Rossling de GapMinder y otras organizaciones como las Naciones Unidas y Data Kind vienen haciendo un trabajo importante en esta área. Diego nos contó de sus experiencias trabajando con una ONG en Chile y lo que ve como oportunidades en este sector.
Para terminar, hablamos de las tendencias y el futuro de Data Science. Los últimos 10 años fueron del inicio de esta nueva etapa de la industria con Hadoop naciendo en 2006 y con muchas herramientas que aparecieron desde entonces que los desarrolladores han ido utilizando para resolver problemas. Hacia el futuro, según Diego Arenas, podemos esperar (1) simplificación y modularización de procesos de data science, y (2) más análisis automático de datos. Casos como DataRobot y Data Science Machine nos muestran que esta es una dirección interesante hacia la que va la industria.