index.html

---
layout: default2
title: Inicio
youtubeId1: Xmw9SWJ0L50
youtubeId2: rIofV14c0tc
meta_contenido: Blog acerca de python, ciencia de datos, django, javascript, mongodb y linux
meta_keywords: python,linux,blog
permalink: /
---

<h1 class="centrar-titulo-blog quitar-borde-abajo">Python y la Ciencia de Datos</h1>

<p>
  Llamada a veces una de las actividades más sexy de este siglo, la ciencia de datos vive un apogeo debido al
  aumento casi exponencial de los datos recogidos y almacenados en muchos campos, y debido al aumento del poder de
  cómputo y al uso de algorimos eficientes para procesar los datos. La ciencia de los datos se considera a 
  veces como el cruce de la estadística con la infórmatica y  tiene aplicaciones
  en áreas como la astronomía, la medicina, la genética y las finanzas. Python es un lenguaje poderoso que posee
  numerosas herramientas para el análisis, manipulación y visualización de datos y se está volviendo popular
  entre los científicos de datos. La ventaja que tiene Python entre otras cosas es que es de código 
  abierto. En contraste, para usar Matlab hay que comprar una licencia costosa y hay quienes piensan que 
  Matlab no sirve como opina <a href="https://imgur.com/5zE08DX" target="_blank">un ex-empleado de Google</a>:
  <blockquote cite="https://imgur.com/5zE08DX">
    <i class="fa fa-quote-left fa-2x fa-pull-left fa-border" aria-hidden="true"></i>
    Matlab is a broken, outdated language that is propietary and has extortionate
    pricing policies for licenses outside education. The language has been completely
    superseded by modern languages in the numerical computing space, such as the
    numerical extensions to Python and Julia.
  </blockquote>
</p>
<p>
  Actualmente hay muchas opciones online para aprender la ciencia de datos con Python (y también con el lenguaje R).
  Por ejemplo, Microsoft anunció un proyecto educativo que inicia enseñando ciencia de datos llamado Microsoft Professional
  Program y para eso consultó a científicos de datos para identificar las habilidades claves más necesarias y 
  creó un programa de estudio que incluye bases de datos, visualización de datos, estadística y apredizaje de máquina
  (más información <a href="https://academy.microsoft.com/en-us/professional-program/data-science/" target="_blank">aquí</a>).
</p>

<p>
  Udacity ofrece una "Nanotitulación" (Nanodegree) de análisis de datos en conjunto con Facebook y Mongodb. El programa
  es pago pero los cursos son gratuitos y hay uno que enseña el programa de aprendizaje de máquina de Google llamado
  <a href="https://www.udacity.com/course/deep-learning--ud730" target="_blank">TensorFlow</a>.
   
</p>

<p>
  <a href="https://www.edx.org/" target="_blank">EdX</a>, <a href="https://www.coursera.org/" target="_blank">Coursera</a> y 
  <a href="https://www.datacamp.com/" target="_blank">DataCamp</a> también tienen cursos de ciencia y análisis de datos. ¿Con tantos recursos
  gratuitos es posible ser un analista de datos sin pasar por la academia? Seguramente es posible aunque difícil.
  Este testimonio de Tetiana Ivanova muestra que con disciplina y planeamiento es posible. Encontrar luego un empleo relacionado con
  los datos o iniciar un emprendimiento ya serían otros desafíos:
  
</p>
<div class="embed-container">
  {% include youtube.html id=page.youtubeId2 %}
</div>