10 artículos de ciencia de datos imprescindibles de septiembre de 2017

0

El ciencia de los datos industry is quickly finding applications in a variety of disciplines ranging from biotecnología a ciencias sociales. It’s revolutionized the way we make decisions both as businesses and researchers. Data science is currently the ‘best job in America’, according to Glassdoor. The amount of data that we collect is mind-boggling, not only through traditional ways but also through digital platforms and social media. Análisis de datos, visualization and interpretation are skills that are in high demand — and experts often specialize in specific disciplines such as computer science or even astrofísica. At Kolabtree, we’ve helped project owners find highly qualified freelance expertos en ciencia de datos para ayudarles a analizar un conjunto de datos o escribir un algoritmo, y esto es una prueba de que las organizaciones adolecen de un déficit de competencias o recursos en este campo.

Los científicos de datos deben mantenerse actualizados sobre las últimas investigaciones y desarrollos en el campo para estar al día. A continuación, presentamos una lista de los 10 mejores artículos de septiembre de 2017 que consideramos de necesaria lectura.

1. Estas son las 10 habilidades que necesitas para convertirte en un científico de datos, el trabajo núm. 1 en Estados Unidos
(Alison DeNisco, TechRepublic)

2. El abismo de la analítica 
(Jon Evans, TechCrunch)

3. Una nueva herramienta utiliza el aprendizaje automático y la inteligencia artificial para mejorar las operaciones de TI
(Bernard Marr, Forbes)

4. Diferencia entre aprendizaje automático, ciencia de datos, IA, aprendizaje profundo y estadística
(Vincent Granville, Data Science Central)

5. Llega una Wikipedia para las visualizaciones de datos
(Katharine Schwab, Co.Design)

6. Si quiere mejorar sus conocimientos de análisis de datos, ¿qué lenguaje de programación debería aprender? R vs Python] (Dan Kopf, Quartz)

7. 30 hojas de trucos esenciales de ciencia de datos, aprendizaje automático y aprendizaje profundo
(Matthew Mayo, KDNuggets)

8. El estudio de la inteligencia artificial "Gaydar" y los verdaderos peligros del Big Data
(Alan Burdick, The New Yorker)

9. Asegurar la ventaja competitiva con el aprendizaje automático
(Ronald van Loon, Dataconomy)

10. Los asaltantes de la tormenta: La ciencia de los datos detrás de la predicción meteorológica
(George Anadiotis, ZDNet)

¿Tiene más artículos que añadir a la lista? Déjelos en los comentarios de abajo o Tuitea con nosotros!


Kolabtree ayuda a las empresas de todo el mundo a contratar expertos bajo demanda. Nuestros freelancers han ayudado a las empresas a publicar artículos de investigación, desarrollar productos, analizar datos y mucho más. Sólo se necesita un minuto para decirnos lo que necesita hacer y obtener presupuestos de expertos de forma gratuita.


Comparte.

Sobre el autor

Ramya Sriram gestiona los contenidos digitales y las comunicaciones en Kolabtree (kolabtree.com), la mayor plataforma de trabajo autónomo para científicos del mundo. Cuenta con más de una década de experiencia en edición, publicidad y creación de contenidos digitales.

Dejar una respuesta