Cómo montar un porfolio sacar el máximo provecho

No todo es lo técnico… Hay una parte olvidada de ti que no estás usando

Lo que vamos a ver hoy:

• ¿Por qué quiero un portfolio?
• ¿Quién va a leer el portfolio?
• Tu portfolio es invisible y tú también a no ser que … Givers Get!
• Dos opciones …
• Tipos de proyectos en un portfolio
• Guion de presentación de un proyecto
• Cómo lo presento - de un Notebook sale lo demás
• Utiliza el lado de tu fuerza olvidada

​

​

​

​

Lo que vamos a ver hoy:

• ¿Por qué quiero un portfolio?
• ¿Quién va a leer el portfolio?
• Tu portfolio es invisible y tú también a no ser que … Givers Get!
• Dos opciones …
• Tipos de proyectos en un portfolio
• Guion de presentación de un proyecto
• Cómo lo presento - de un Notebook sale lo demás
• Utiliza el lado de tu fuerza olvidada

¿Por qué quiero un porfolio?

El portfolio es una currada … para qué lo quiero

• destacar
• para explicar y demostrar lo que sabes hacer
• para ganar seguridad y experiencia
• para aprender
• es un activo en tu marca profesional

​

Mi porfolio = contenido de valor

https://conceptosclaros.com/blog/

​

Mi portfolio más técnico resumido en un vídeo:

https://conceptosclaros.com/repeticion-webinar-cientifico-datos/

​

¿Quién va a leer el portfolio?

… nadie

¿Quién va a leer tu porfolio?

• entrevistador en la parte técnica
• reclutadores
• empresas que buscan freelance
• profesionales del sector

​

• Lo ideal = Tu público objetivo …
• Conjunto de personas que puedes ayudar a solucionar sus problemas o necesidades

Tu portfolio es invisible y tú también a no ser que … Givers Get!��Pasar del consumidor de contenido al creador de contenido

Givers get!

• Tiene que ser visible en tus perfiles en redes sociales profesionales
• El portfolio es material que te permite compartir contenido de valor
• A parte del portfolio muévete en redes compartiendo contenido en tres vertientes:
• Curar contenido:
• Comparte contenido de valor de otros referentes que te han ayudado
• Comparte una lista de webs top
• Comparte material PDF, vídeo etc de alto valor, que te ha servido y puede ayudar a tus contactos
• Networking activo
• Entrevista a referentes
• Entrevistas a profesionales del sector
• Entrevistas a otros compañeros como tú
• Haz un resumen de un congreso del que has asistido. Etiqueta a tus nuevos contactos. Lo mismo en una formación
• Comparte tu contenido y tus trabajos:
• Comparte tu portfolio :)
• Listado de aprendizajes
• Listado de recursos que utilizas
• Listado de errores que has cometido
• Lista de problemas que te encuentras
• Crea tutoriales del estilo cómo …

​

Dos opciones …��O me especializo o soy genérico

O me especializo o soy generalista

• Crear un porfolio de una sola temática:
• Deportes
• I+D
• Salud
• BI – business inteliggence
• Marketing
• …

​

• No sé muy bien qué me gusta y hago un pupurri de diferentes temáticas

Dónde busco datos … ¿nuevos proyectos?

• En tu actual empresa
• Networking - tus contactos
• Compañeros que has conocido actualmente
• Compañeros del pasado
• …

​

Pica puertas. Abre tus red de contactos :

• Congresos, ferias, encuentros …
• LinkedIn
• Entrevistas que hagas
• Grupos de alumnos

​

• Datos públicos:
• Web scraping
• Datos estadísticos
• Portales como Kaggle

​

Tipos de proyectos en un portfolio��Puedes elegir entre …

NIVEL I - Descriptivo

NIVEL II – Inferencial

​

• Comparativo
• Relacional
• Causa-efecto

​

NIVEL III – Predictivo y reconocimiento de patrones

Buscamos indicios, información

​

TENDENCIAS / PATRONES

Buscamos responder a preguntas …

​

RESPUESTAS

Modelos que nos permitan predecir acontecimientos, patrones

​

HERRAMIENTAS

Los tipos de proyectos de ciencia de datos

• Proyecto 1 - Descriptivo
• Proyecto 2 – exploratorio/investigativo:
• Comparativo
• Relacional
• Causal
• Proyecto 3 – clasificador
• Proyecto 4 – regresión
• Proyecto 5 – clustering
• Proyecto 6 – reducción dimensional
• Proyecto 7 – reglas de asociación
• Proyecto 8 – series temporales
• (Proyecto 9 – computer visión)
• (Proyecto 10 – NPL)

Proyecto 1 – descriptivo / dashboards

• Bases de datos
• Limpieza y ordenación
• Modelos de datos POWER BI
• Descriptivo
• Dashboards que muestra KPI’s

​

​

Proyecto 2 – exploratorio/investigativo CORE

• A nivel investigativo podemos demostrar estadísticamente
• Test de comparaciones por grupos
• Test de asociación o correlación
• Modelos estadísticos. Causa-efecto

​

​

Proyecto 2 – exploratorio/investigativo

FEATURES

ESTADÍSTICA DESCRIPTIVA

​

INFERENCIAL

VARIABLE’s DE SALIDA

¿?

Ejemplo:

​

REINJURY

NO REINJURY

Ejemplo:

​

CARACTERÍSTICAS RM JUGADOR

CARACTERÍSTICAS LESIÓN

En la práctica hay dos:

• Comparativos
• Causales

Proyecto 3 – clasificador CORE

FEATURES

ALGORITMO

CLASE

Ejemplo:

​

SI ENFERMEDAD

NO ENFERMEDAD

​

REINJURY

NO REINJURY

Ejemplo:

​

CARACTERÍSTICAS

SANGRE

​

CARACTERÍSTICAS RM JUGADOR

Proyecto 3 – clasificador CORE

• Variables de entrada = características que nos ayudarán a identificar la clase. Pueden ser numéricas como cualitativas.
• Variable de salida = CLASE (cualitativa)
• Qué significa cada observación = fila
• Cómo las etiquetamos (agrupamos previamente) = clase
• ¡¡¡El proyecto más común!!!

​

VARIABLES ENTRADA

Características

SALIDA

Clase

EJEMPLO 1- Proyecto Core – clasificador

• Clasificación árboles con afección / no afección

CARACTERÍSTICAS IMAGEN ÁRBOLES SATÉLITE

SALIDA

AFECCIÓN O NO

EJEMPLO 2- Proyecto Core – clasificador

• Clasificación de pacientes mayores frágiles con la fuerza de la mano:

VARIABLES SERIES TEMPORALES DE FUERZA MANO

Características

SALIDA

FRAGILIDAD

EJEMPLO 3- Proyecto Core – clasificador

• Clasificación de lesiones o no lesiones
• Probabilidad de lesionarse

CARACTERÍSTICAS DEL JUGADOR Y LESIONES ANTERIORES

SALIDA

LESION

Proyecto 4 – regresión

FEATURES

ALGORITMO

TARGET

Ejemplo:

​

Temperatura (continua)

Número de lesiones (discreta)

Ejemplo:

​

Condiciones meteorológicas

Condiciones físicas del jugador

Proyecto 4 – regresión

• Variables de entrada = características que nos ayudarán explicar la salida. Pueden ser numéricas como cualitativas.
• Variable de salida = TARGET (cuantitativa)
• Qué significa cada observación = fila
• Si las observaciones son tiempo deberíamos utilizar otro tipo de técnicas dentro de la series temporales

​

VARIABLES ENTRADA

Características

SALIDA

Target

Proyecto 5 – clustering

FEATURES

CLUSTERING

Ejemplo:

​

Características del nervio óptico y del ojo, edad etc…

• Me crea los grupos estadísticamente parecidos según las características que ponemos.
• Nos permite obtener la clase sin a priori saberla. Es el principio del Deep learning

​

Proyecto 5 – clustering

• Variables de entrada = características que nos ayudarán a agrupar. Pueden ser tanto numéricas como cualitativas.
• Se puede calcular el número óptimo de grupos estadísticamente parecidos.
• Normalmente este proyecto le sigue un siguiente proyecto de clasificación

VARIABLES ENTRADA

Características

Proyecto 6 – reducción dimensional

FEATURES

PCA

• Normalmente no es un proyecto solo pero si un complemento de otros proyectos
• Se utiliza para proyectos de regresión
• Estas técnicas son muy utilizadas e importantes conocer

​

Proyecto 7 – reglas de asociación

FEATURES

Reglas de asociación o árboles de decisión

Ejemplo:

​

Compras en el supermercado

• Me crear reglas del tipo si pasa A puede que pasa B y C con una probabilidad cuantificada.
• Se puede aplicar tanto como un problema supervisado como no supervisado

​

Proyecto 8 – series temporales

FEATURES,

TIEMPO

ALGORITMO

TARGET

Ejemplo:

​

Temperatura en función del tiempo (continua)

Ejemplo:

​

Condiciones meteorológicas en función del tiemp

Proyectos dónde la dinámica es importante

Proyecto 8 – series temporales

• Cada observación es el tiempo. Mejor que el paso de tiempo sea constante.
• Variables de entrada = características que nos ayudarán explicar la salida. Pueden ser numéricas como cualitativas.
• Variable de salida = TARGET (cuantitativa)
• Se utiliza Deep learning y ARIMA models

​

VARIABLES ENTRADA

Características

SALIDA

Target

TIEMPO

Take away:

• Los tipos de proyectos puedes aplicar técnicas descriptivas, inferenciales y de reconocimiento de patrones
• A nivel de aplicaciones podemos:
• Crear herramientas descriptivas - descriptiva
• Modelos causales y conclusiones estadísticas – inferencia causalidad
• Clasificar - clasificación
• Predicción, estimaciones - regresión
• Grupos similares - clustering
• Analizar el ruido y la variabilidad – reducción dimensional
• Encontrar reglas y patrones – reglas de asociación
• Predicción de series de tiempo – time series (regresión)
• Imágenes, NPL

Guion de presentación de un proyecto��Los puntos clave de la presentación de un proyecto

El papel de la Estadística

Experto

Tiene una pregunta

Observa la Realidad

Tabla de Datos

Gráficos y Resultados

Respuestas

Conclusiones

Estadística

LA ESTADÍSTICA MODELA LOS DATOS PARA PODERLOS INTERPRETAR

El Análisis de Datos es un oficio. Una habilidad

Etapas de un proyecto con Datos

LA ETAPA DE ANÁLISIS DE DATOS (ETAPA4 + ETAPA5 + ETAPA 6) ESTÁ DIRECTAMENTE RELACIONADA CON UN SÓLO OBJETIVO ALINEADO CON EL PROBLEMA DEFINIDO EN LA ETAPA 1

Contraste de Hipótesis

Correlación

Comparación de medias

Modelos predictivos

Clustering

…

Guion de presentación de un proyecto:

• Explicar el problema que solucionas
• Los objetivos que te marcas y preguntas a contestar claves
• La estrategia y método a seguir
• Los resultados más importantes (sobretodo gráficos autoexplicativos e interactivos)
• Conclusiones finales y respuestas a las preguntas
• Next steps

​

Cómo lo presento - de un Notebook sale lo demás��Diferentes formatos de un solo trabajo

Guion de presentación de un proyecto:

• Lo mismo pero en diferentes formatos
• Notebooks para público 100% técnico. Importante que se vea código y el trabajo
• PPT, PDF, artículo + vídeos → Público técnico pero no código
• Artículo divulgativo + vídeos → Público general (no tienen ni idea de datos)

​

Utiliza el lado de tu fuerza olvidada��Networking + contenido valor

Lo que vamos a ver hoy:

• ¿Por qué quiero un portfolio?
• ¿Quién va a leer el portfolio?
• Tu portfolio es invisible y tú también a no ser que … Givers Get!
• Dos opciones …
• Tipos de proyectos en un portfolio
• Guion de presentación de un proyecto
• Cómo lo presento - de un Notebook sale lo demás
• Utiliza el lado de tu fuerza olvidada

CIENCIA DE DATOS – SKILLS TÉCNICAS

MARCA PROFESIONAL

Take away��Lo que hemos visto hoy:

Lo que hemos visto hoy

• ¿Por qué quiero un portfolio?
• ¿Quién va a leer el portfolio?
• Tu portfolio es invisible y tú también a no ser que … Givers Get!
• Dos opciones …
• Tipos de proyectos en un portfolio
• Guion de presentación de un proyecto
• Cómo lo presento - de un Notebook sale lo demás
• Utiliza el lado de tu fuerza olvidada