Ofertas de EMPLEO en Data Science: Cómo saber lo que REALMENTE buscan

[@saxegothaea_conspicua]

Muy interesante. Realmente es muy frustante leer las ofertas y ver que estan buscando más un ingeniero de software que un data scientist

[@oscaredelarosa35]

Wow, es increíble tu aclaración. Me ha servido muchísimo.

[@ramonojedagarrido361]

Buenas tardes Isaac, soy fuerte y perseverante seguidor de uss contenidos, o no asimilo tan facilmente, como una forma de cuestionarme o hablas con una velocidad tremenda en autopsita con grandes expectativas, de alli que requiero ver sus videos entre tres y cuatro veces para tomar decisiones que se enfoquen en nuestro negocio de consultoria que requerimos migrar al manejo de los datos, especificamente a analisi de bases de datos petrotecnicas, en la exploracion y optimizacion de la refinacion y su curso lo tenemos en estudio para afianzamiento y toma de decisiones.

[@DataScienceForBusiness]

Hola Ramón, es cierto que hablo un poco rápido. En youtube el mayor reto es mantener la atención del usuario!, pero lo bueno como dices es que se puede ir hacia atrás y ver varias veces. un saludo

[@raulalcauza7025]

Hola Isaac, como siempre muy buen video, gracias por hacerlo y compartirlo.

[@oswaldocalderon9535]

Excelente contenido, muchas gracias por este tipo de videos. Son de gran utilidad.

[@angelcarrizo3468]

Buenas Isaac. Tengo una muy buena sugerencia para uno de tus próximos videos: ¿Podrías hacer un vídeo explicando qué temas de matemáticas tenemos que aplicar para la ciencia de datos? Cómo lo hiciste con la estadística, así.

[@JesusGonzalez-jh7wv]

Si, seria interesante un video asi

[@angelcarrizo3468]

@@JesusGonzalez-jh7wv oye bro, ¿el nosql es necesario para ser data science?

[@armandopleitos1202]

Temas de matemáticas? En calculo, descenso del gradiente y derivadas ya que es lo que se usa en optimizacion. Método de mínimos cuadrados se usa mucho. En álgebra lineal, familiarizarse con matrices, vectores, tensores, producto internos, transformaciones del espacio vectorial, etc. Pero en matemática hay todo un iceberg de información. El tema es que para hacer data science no es necesario saber matemáticas, pero para hacer buen data science si que se necesita como requerimiento.

[@wandersantana3882]

​@@armandopleitos1202 este comentario vale oro

[@dazagoo]

Que buen video Isaac, muy útil.

[@jalexisrm]

Hola, para obtener los datos de LinkedIn, usaste el api de LinkedIn o scraping?, Puedes hacer un ejemplo de cómo hacerlo?

[@UCKszbcV]

La diferencia entre A y B existe, pero cada vez menos en mi opinión. Pocas empresas pagan ya para que trabajes en Jupyter. Se busca end-to-end, incluyendo poner tus modeloa en producción.

[@maruchi979]

Excelente la explicación. Me aclaró un poco mi camino de búsqueda. Soy Dr en Física y cambié mi perfil hacia este área. Ya me inicié en Base de Datos (SQL), Python, y creo que me inclinaré hacia DS A. Qué me aconsejas para seguir en mi autoformación?

[@DataScienceForBusiness]

depende de si quieres trabajar en la universidad / investigación o en la empresa. Para lo primero sobre la base que comentas te recomendaría profundizar en estadística, numpy y scipy. Para la empresa te recomiendo ver el webinar citado en este vídeo porque ahí se analiza la realidad de lo que están pidiendo las empresas en sus ofertas laborales.

[@Thrillhoju]

grande Resines diversificando su carrera, siempre innovando

[@cristinalendinez2846]

En breve acabare 2 master en data science y en bioinformatica con bioestadistica. Me podrias aconsejar para hacer un buen portfolio, y las palabras clave para buscar categorias en data science junior. Por favor

[@DataScienceForBusiness]

sobre palabras clave no hay que hacer nada raro "data scientist" o "data analyist" y te saldrán un montón de puestos cualificados. Sobre el portfolio la mayor recomendación es que sea sobre casos del sector al que te gustaría optar, parece obvio pero poca gente lo hace

[@cristinalendinez2846]

@@DataScienceForBusiness muchisimas gracias. Otra cosita, estaria bien que hiciera un github tambien??? Solo quiero hacerlo bien y prefiero preguntar a los expertos

[@pablojose8656]

Excelente!!!!!!!!!!

[@pandasaspd6588]

Muchas gracias

[@matejacktico]

Y que perfil es más valorado y cuál es el más demandado entre el tipo A y B?

[@DataScienceForBusiness]

según el ranking que leas a veces uno y a veces otro, pero las diferencias son mínimas, ambos están muy demandados

[@MarceloBonfili]

El tipo B no sería lo que llaman "machine learning engineer"?

[@TempestaFlames]

También "data engineer". Depende de varias cosas.

[@DataScienceForBusiness]

Sí correcto, se está empezando a usar ese nombre, y a mi me parece muy acertado, tanto porque describe bien ese role como porque sirve para separar el término data sciensit que como hemos visto ahora mismo es dual

[@arbol41]

Data engineer se encarga de la infraestructura , ETL , data warehouse , data lake

[@KingKold112]

El tipo b sería más enfocado a data engineering? Muchas gracias

[@DataScienceForBusiness]

a medio camino, hay quien está empezando a llamarlo machine learning engineer

[@KingKold112]

@@DataScienceForBusiness muchas gracias, lo voy a consultar

[@ieai]

Buenas noches isaac, verás tengo una duda que necesito responder. Te comento me llama mucho la atención el trabajo de data scientist y algo que veo mucho en las ofertas de linked in es la cualificación (tener algún tipo de grado, matemáticas, ing informática, etc) bueno el caso es que por mi edad 30 años y mi situación actual, estoy pensando relizar un bootcamp en concreto el de "the bridge". El punto es que tengo muchas dudas y miedos de la "facilidad" con que pueda o no encontrar trabajo sin tener ninguna titulación de grado superior y solo teniendo un posible bootcamp. ¿Cómo ven las empresas hoy en día que tengas únicamente este tipo de formación? Entiendo que hay cierto grado de demanda, pero también bastante competencia y respecto a otros con titulación, no sé si me darían la oportunidad. Me ayudaría mucho tu respuesta para orientarme y tomar una decisión, muchas gracias. Un saludo.

[@DataScienceForBusiness]

Hola Ivan. Puedes buscar un podcast en este canal, creo que era el 5, dedicado en exclusiva a ese tema. espero que te oriente

Hola, muchas gracias por tus videos❤ Como ves lo de hacer un bootcamp de Data Science sin tener titulo universitario ? El bootcamp que pienso hacer, colabora con la Universidad de Vic y te ofrece una titulacion de experto universitario en ciencia de datos en caso de cumplir con los requisitos academicos. Se puede encontrar trabajo sin titulo academico? Muchas gracias 🙏

[@DataScienceForBusiness]

puedes ver un capitulo de la lista de podcast de este canal donde trato ese tema de forma mongráfica

[@catalinacortes]

Viendo los perfiles me surge una duda, ¿si se encuentra una persona que reúna todas las solicitudes? Porque tienen un montón de requisitos, y mientras uno alcanza un perfil de ese tipo ya han aumentado los requisitos.

[@DataScienceForBusiness]

Es un error intentar alcanzar todos los requisitos antes de tomar acción. Es un mercado, y por tanto se rige por la oferta y la demanda. Igual que la empresa quiere idealmente tener un solo trabajador que haga todo, tu como trabajadora idealmente quieres $300k de sueldo, trabajar desde casa y 60 días de vacaciones. Seguramente ninguno de los dos consigáis el ideal y ambos tengáis que conformaros con seleccionar lo mejor entre lo que hay disponible.

[@emmanuellinares1298]

En qué puede emprender un científico de datos?

[@IAVIC]

Uff pues soy un mixto, pero me gusta más el tipo B

[@diegocalzon2752]

Pero viendo el video para ser data science hay que ser estadístico, matemático o ingeniero

[@srl2485]

fácil, apropiación indebida de esos gremios y RRHH inútiles que tradujeron Data Engineer a Ingeniero. Si existiera el puesto de PowerPoint Engineer aquí en España seguro que pedirían ingenieros también, así de chikilicuatres somos

[@titoramirez5075]

El tipo b ¿no sera un ingeniero de datos?

[@DataScienceForBusiness]

en muchos casos se nota que sí están queriendo un ingeniero de datos pero no lo saben identificar bien. En otros, lo que es propiamente esa posición tipo B se empieza a llamar machine learning engineer que a mi modo de ver es más correcto

[@MarceloBonfili]

Jajajaj DS tipo A, Ds tipo B. Muy de DS. Genio

[@srl2485]

Como experiencia personal sobre reciclaje de ADE a un botcamp de Data science permitidme que os hable sobre la triste realidad: - En España los RRHH son como un burro con anteojos: Por mucho bootcamp y curso, os vais a hartar de escuchar "buscamos un perfil más técnico" Y es que parece ser que está de moda pedir Ingeniería informática, Matemáticas, Ingeniería , como si esos no tuvieran mucha más profundidad para dedicarse a otras materias que a andar con algo similar a un excel o un powerpoint. Dejadme que os informe que la ley de educación no incluye ni un 5% de lo que se utiliza en ciencia de datos en NINGUNA de esas "carreras mágicas" , ni metodologías Agiles ni hostias en vinagre. Pero aquí todos están contratando Gato por Liebre. Ni **** idea. También hay los típicos que buscan unicornios y se rifan entre ellos fichar a Messis y Cristianos y pagarle una barbaridad en vez de gastar 2 meses de formación a CUALQUIERA que tenga una base de bachillerato de ciencias, de negocio, etc. NO! tiene que ser un ingeniero! cuanta mala propaganda se ha hecho del BIGDATA y cuanto apropiamiento indebido por estos gremios. Ahora hay alguna carrera específica que lleva 2 años puesta en marcha, es decir, esos profesionales aún no han salido. Tú aprende AWS...certificate... y que te descarten porque no es Azure o Google Cloud, aprende Python..R...SQL... que te descarten si no has aprendido a trabajar en la nube que ellos usen..aunque domines Pyspark o Mongo etc. y que te digan "buscamos un perfil más técnico" y no entiendas nada. Pero vamos a ver si en esas carreras no enseñan ni la teoría de esto!! de qué me estás hablando?? porqué tu eres un agente de selección si estudiaste Magisterio o psicología?? eso es un perfil técnico?? qué entiendes de un negocio, qué entiendes de IT?? Así que si no queréis tirar la inversión por la borda, hacer un Master de Big Data ( y los oficiales están APROPIADOS en casi todas las universidades por los gremios anteriores, así que lo siento) , con riesgo a que os vuelvan a decir que "buscan un perfil más técnico" que es lo mismo que decir buscamos a un Brasileño para jugar al fútbol aunque no haya tocado una pelota en su vida, tiene que ser brasileño. Absurdo. Tiene mucho más potencial que hagáis un estudio inferior de informática que esto, aunque suene absurdo y no aprendáis ninguna tecnología, es así de absurdo, pero así lo ven los RRHH. Por suerte existe el trabajo en remoto y en el extranjero hay salida, mucha, ahí si valoran los Bootcamps...los cursos... los certificados.. etc. España como siempre... es un país de pandereta.

[@maldelazar433]

Vaya situacion, sabes si sigue igual? La verdad soy joven e intento aprender lo necesario sin pisar una universidad, pero tal vez sea muy dificil encontrar algun puesto (soy de latam pero quisiera ir de remoto con ingles)

[@srl2485]

@@maldelazar433 ánimo, te aconsejo que hagas algún tipo de estudios de informática, aunque sean medios. Otra opción casi obligatoria es crearte un portfolio de las cosas que hagas y llenarte de cursos de udemy y coursera. Debes elegir un área específica porque cada área tiene decenas de herramientas diferentes. Lo ideal sería que cuando tengas algunos conocimientos, encuentres una empresa donde realizar un trainship. La otra opción es ir por tu cuenta, como freelancer, ahí solo importa tu portfolio

[@albertvolcom730]

Como se parece este señor a JF Calero

[@DataScienceForBusiness]

Calero está más en forma que yo pero yo todavía tengo un poco más de pelo :-)

[@sc-nc6bb]

Vengo del mundo "B"