El documento discute la ciencia de datos y el análisis de datos en México. Explica que México necesita más científicos de datos capacitados con sólidas bases de matemáticas y estadística. También proporciona recomendaciones para que las personas interesadas puedan capacitarse en ciencia de datos, como completar programas académicos, cursos en línea o unirse a comunidades profesionales.

1. 1
Historias de DS
desde la trinchera
Historias malas, buenas, y feas, mexicanas, y del mundo.
Copyright © @xuxoramos 2017

2. "All models are wrong, but
some are useful"
- George E.P. Box
2

3. Objetivo
Identificar
patrones
equivocándose
lo menor posible.
3Copyright © @xuxoramos 2017

4. Cómo lo logra?
Balanceando
componentes del
error
4Copyright © @xuxoramos 2017

5. X1 X2 Y

6. X1 X2 YX3

7. X1 X2 YX3 X4

8. X1 X2 YX3 X4 X5 X6

9. X1 X2 YX3 X4 X5 X6 X7 X8

11. ¡Aquí es donde se concentran mates,
estadística, lógica y ética!
- Lógica para tener higiene argumentativa y hacer la pregunta correcta
- Estadística para evaluar la aportación de información de éstas
- Mates para modelar este conjunto y reflejar fielmente la realidad
- Ética para reconocer sesgos y tratarlos
11

12. ...Y donde más se equivoca
la gente.
A veces a propósito...
12

13. 13
Historias Buenas

14. "DS done right"
14Copyright © @xuxoramos 2017

15. 15
Historias Malas

16. Google Img Classifier
16Copyright © @xuxoramos 2017

17. Microsoft's TweetBot Tay
17Copyright © @xuxoramos 2017

18. Google Flu Trends
18Copyright © @xuxoramos 2017

19. Solid Gold Bomb
19Copyright © @xuxoramos 2017

20. Score de reincidencia
20Copyright © @xuxoramos 2017

21. 2008 Subprime Mortgage Crisis
21Copyright © @xuxoramos 2017

22. Cambridge Analytica
22Copyright © @xuxoramos 2017

23. Y México?
23Copyright © @xuxoramos 2017
- Telcel identifica con clustering un grupo de usrs que
consume $7,000 MXN de tiempo aire en prepago.
- Con aprendizaje supervisado crea un producto de crédito
para estos clientes.
- Le trae 4mdp anuales en facturación.
- Luego hacen georeferenciación de estos clientes.
- Todos están en Sinaloa y Tamaulipas.
- ¿Qué tipo de personas creen que eran?

24. Y México?
24Copyright © @xuxoramos 2017
- Durante el sismo del 19S, Codeando México atrae un
grupo de programadores que quieren entrenar una red
neuronal para detectar daño estrucural con fotos de TW.
- Todas las fotos están taggeadas con #RevisaMiGrieta,
pero son solo 600.
- Las redes neuronales necesitan decenas de miles de
fotos, de lo contrario arrojarán muchos falsos positivos y
falsos negativos.
- ¿Qué costo social pueden tener estas equivocaciones?

25. ¿Cómo anda MX en análisis de
datos?
113K Ingenieros de Software al año.
350 Matemáticos, físicos y estadísticos.
No se conoce la diferencia entre Data Scientist (DS) y Data Engineer
(DE).
Tenemos miles de Data Engineers talentosos.
No tenemos casi Data Scientists.
Tenemos muchos DE queriendo ser DS sin las bases de mates o proba.
+
25Copyright © @xuxoramos 2017

26. ¿Cómo anda MX en análisis de
datos?
En 1982 México le entró al modelo neoliberal con la economía de maquila.
La SEP instruyó al sistema educativo eliminar la filosofía y mates de las
ingenierías. Era más importante producir gente con capacidades
secundarias, repetibles y transferibles, que crear conocimiento.
La ingeniería en compu es la más afectada. La reducen a recetas de cocina.
Algunas universidades autónomas se salvan.
Fast forward a 2018: 11 generaciones de ingenieros que razonan con
falacias, y cuyas matemáticas más avanzadas llegan solo a cálculo.
+
26Copyright © @xuxoramos 2017

27. Con todo esto, ¿debemos
convertirnos en hub de
talento para DS?
27

28. ¿Qué tenemos en contra?
La frontera norte se cierra a nuestros productos y servicios.
Poco petróleo, y a precio muy bajo.
Corrupción rampante.
Mercado interno débil.
Variables macroeconómicas malas.
La "mano de obra barata" no será relevante en la era de la
automatización.
28Copyright © @xuxoramos 2017

29. Debe México convertirse en un
hub de Ciencia de Datos?
Sí.
29Copyright © @xuxoramos 2017

30. Cómo pueden ayudar?
Entra a un programa académico completo.
Regresa a la escuela a aprender mates.
Usa la educación abierta en internet para hacer tu propia maestría.
Únete a grupos profesionales.
Únete a comunidades.
30Copyright © @xuxoramos 2017

31. Mates aplicadas @ ITAM, UNAM, IPN
Física @ UNAM
Economía @ ITAM, UNAM
MSc Ciencia de Datos @ ITAM
MSc Inteligencia Analítica @ UAnáhuac
MSc Ciencia de Datos @ CIMAT
Programas académicos en MX*
+
* Evaluación de 63 candidatos para posiciones de Ciencia de Datos en Bolsa
Mexicana de Valores, GBM, TERAN/TBWA, Klustera, Globant, OPI y ConCrédito.
31Copyright © @xuxoramos 2017

32. Intro to Mathematical Thinking: Stanford + Coursera
Intro to Logic: Stanford + Coursera
Business Analytics: Wharton + Coursera
Data Science Specialization: JHU + Coursera
Machine Learning: Stanford + Coursera
Executive Data Science: JHU + Coursera
"Hága su propia maestría"*
* Ver ratings de cursos en https://www.class-central.com/ 32Copyright © @xuxoramos 2017

33. The Data Pub (FB: /thedatapub, TW: @thedatapub)
+1800 miembros. Meetups cada último Jueves del mes.
Cursos de Stats & Machine Learning para Developers.
Job posting - porque las empresas están perdidas.
Badges - porque los endorsements de LinkedIn son "la hoguera de las
vanidades".
Hackathones: Walmart, Grupo Modelo.
Grupos Profesionales
33Copyright © @xuxoramos 2017

34. El Juramento del Científico de Datos
34

35. Discusiones pendientes:
¡Machine Learning Ethics!
35

36. 36

37. Grax!
@xuxoramos
jesus@datank.ai
LinkedIn
Github
FB
37Copyright © @xuxoramos 2017