Implementar proyectos de machine learning con éxito y a bajo costo con código abierto

Webinario de Data Latam Junio 2020
En el 2018 se estimaba que el mercado de herramientas de ciencia de datos sería de 38 mil millones de dólares en el 2019, con un crecimiento esperado hasta 140 mil millones en el 2024 [1]. Uno de los puntos de venta de muchas herramientas costosas es que es "automática". Pero en la práctica, estamos aún a muchos años de poder subir un set de datos cualquiera y esperar que de forma automática una herramienta cree el mejor modelo.
Asimismo hay una multitud de herramientas para visualización en dashboards que se usan con base en drag-and-drop. Las limitaciones de herramientas automáticas y de drag-and-drop empiezan a ser más visibles y más agudas cuando la organización empieza a aprender sobre análisis avanzado y modelos de machine learning. Rápidamente empezamos a tener la necesidad para poder crear una interfaz exactamente a la medida de nuestros procesos para poder presentar e implementar un modelo en la organización.
Además vemos es que al escribir código, y no depender de una interfaz que necesita un sin-fin de acciones repetitivas con un ratón, podemos mejorar la gestión de la calidad de los proyectos, incrementar la velocidad con las que podemos crear prototipos e implementar un proceso robusto para llevar modelos de machine learning a producción. Es decir, el código nos lleva más rápido y de forma más sostenida a la generación de valor. Adicionalmente, al hacerlo con código abierto podemos hacer todo esto sin estar limitados en la implementación de un producto de datos por los costos de una licencia.
En esta charla Frans van Dunné, Chief Data Officer de ixpantia, mostrará el ciclo de desarrollo con R. En una sola sesión creamos un modelo predictivo y creamos el dashboard para llevarlo al negocio. Al final Frans mostrará que dentro de este contexto de código abierto hay espacio para una oferta comercial. Si bien herramientas comerciales tienen ventajas de mayor facilidad y comodidad de despliegue, al tener la base en código abierto siempre podemos regresar a un despliegue sin costo de licencia. Esto nos ayuda a mitigar riesgos en la continuidad del negocio y aplicación de inteligencia de negocio dentro de la organización cuando hay una necesidad repentina para reducir gastos.
Anunciamos los webinarios por LInkedin y Twitter (@datalatam) y Facebook (datalatam) . Tambien puedes unirte a la lista de correo para recibir noticias (poco frecuentes).

[@EugenioGrant]

Excelente charla Frans!

[@miguelurgiles8393]

Genial 😃

[@jbenoco]

Gracias amigos. Ayer me fue imposible conectarme, pero les estoy muy agradecido por subir la grabación. Gracias por esta propuesta de aterrizar estos temas y hacerlos accesibles.