De todo un poco…

Hace un año empecé con este proyecto personal que llamé “Al mal tiempo, buena data”. Hoy quise hacer algo diferente al contenido que hago usualmente, será una pequeña publicación y el inicio de un nuevo año con el blog. De antemano, quiero agradecer a todas las personas que de una u otra forma han sido parte de este blog como seguidores, colaboradores y lectores. Este espacio ha sido creado con mucho amor y con unas ganas inmensas de compartir los conocimientos y experiencias que he adquirido en mi corto camino.

Iniciaré con un poco de historia…

Todo comenzó en el curso introductorio de la especialización. Debía crear un blog y hacer una publicación sobre algún tema, la verdad es que no he sido la mejor expresándome, soy bastante introvertida y tímida, así que hablar en público o expresarme ante varias personas no ha sido mi fuerte, sin embargo, totalmente impulsada por cumplir con la asignación empecé a crear una publicación que con el tiempo fui construyendo y amando cada parte del proceso. Siempre me ha gustado leer y escribir, y el crear esa primera publicación sobre un tema que me apasiona (datos) y ser parte de todo el proceso como ideación, redacción, creación de imágenes como banner y explicativas, me ayudó a descubrir algo que me gustaba hacer y una forma de compartir con ustedes lo que he aprendido sin dejar de lado quien soy.

Luego de esa publicación decidí crear el blog en Medium e iniciar con una serie de publicaciones relacionadas con conceptos básicos de ciencia de datos, luego implementar guías prácticas y colaboraciones con compañeros que estén interesados en compartir sus conocimientos. Así, poco a poco he ido creando este espacio que espero pueda ser útil y una buena guía para nuestro proceso de aprendizaje, porque como dicen por ahí, no hay mejor forma de aprender que enseñar a otros.

Esta también es una invitación para que crean en su proceso y en las metas que tienen. Los procesos no son lineales, hay días buenos y malos, a veces se hace muy necesario una pausa y permitirse descansar para reiniciarse y continuar dando lo mejor de sí. Somos humanos, sentimos y tenemos una vida personal, interpersonal y profesional, necesitamos espacios para descansar, para compartir con las personas que queremos, con nosotros mismos y por supuesto para formarnos, todos esos espacios son necesarios. No se comparen con el proceso de las demás personas, todos somos diferentes y en consecuencia tenemos procesos, tiempos y espacios diferentes. Permítanse sentir la frustración pero no bajen la guardia, al final cada esfuerzo y cada paso que dan, por muy pequeño que parezca los acercará a la meta y valdrá la pena. (añadir a recordatorio personal)

Cuando cree el blog me puse como meta una publicación cada mes y al final no lo cumplí, tenía ideas, información y tal vez conocimiento para crear las publicaciones, pero llegué a un punto donde sentía que no era capaz de avanzar y necesitaba parar por un momento, darme un espacio para permitirme sentir y analizar todo lo que estaba pasando. Hace poco leí una frase que llegó en el momento indicado: “A lo mejor lo que necesitas no es rendirte, si no descansar”, no se aceleren o desistan si algo no sale como planean, a veces no es el momento, a veces deben pasar otras cosas para que el proceso pueda cumplirse tal y como lo necesitamos.

También he recibido algunos comentarios de personas que no saben como iniciar en ciencia de datos, y creo que la mayoría hemos pasado por ese momento donde sentimos que no avanzamos y perdemos en el camino. Son momentos por los que todos en alguna etapa de la vida hemos pasado pero que seguro vamos a superar y lograr lo que queremos.

Gracias a la virtualidad hemos podido acercarnos a personas de cualquier parte del mundo, si necesitan ayuda, si tienen dudas, si necesitan una guía o un mentor hay muchas personas que están dispuestas a apoyarnos en el proceso. A continuación les compartiré una lista de recursos y comunidades que han sido parte importante de mi proceso y que les pueden ayudar a ustedes también:

• DataCamp: Todos los cursos de la plataforma son enfocados en ciencia de datos. Gracias a la comunidad de Data Science Fem ❤ tengo una beca donde estoy realizando el career track Data Scientist with Python (super recomendado si quieres ser científico de datos), cada curso tiene parte teórica y práctica con ejercicios de programación, no solo puedes aprender Python, también tienen cursos de R, SQL, Tableau, Power BI, Git, Scala y Excel.
• Platzi: Empecé a usar Platzi porque quería tener una guía estructurada de los temas importantes para mi carrera, en esta plataforma encontré varias escuelas relacionadas con programación y ciencia de datos, y si les interesa temas de nube como Azure, AWS y GCP tienen cursos interesantes. Lo más genial de esta plataforma ha sido la comunidad, he conocido personas muy tesas y dispuestas a ayudarte si en algún momento lo necesitas (Gracias team DataGalaxy ❤).
• Udemy: Esta plataforma tiene una cantidad enorme de cursos, donde puedes encontrar cursos gratuitos y pagos de los temas que te interesen. La he usado cuando no tengo conocimientos sobre un tema, como cuando inicié con SQL, tiene cursos introductorios y de nivel avanzado muy completos (Tip: aprovechen los cupones que tiene la página para cursos gratis).
• Udacity: Esta plataforma tiene varias carreras y programas dependiendo del rol que quieras desempeñar. Los cursos de la plataforma son de muy buena calidad y te ayudarán a profundizar en los temas relacionados al rol que deseas. Inicié el curso Intro to Machine Learning with TensorFlow y ha sido una experiencia muy gratificante, al inicio abordan conceptos que son muy importantes para implementación de modelos (aún no lo termino pero lo recomiendo por el contenido que he visto y porque personas cercanas me lo han recomendado).
• Código facilito: Si no tienes conocimientos sobre el tema que quieres aprender, en esta plataforma he encontrado cursos muy buenos, donde explican de forma muy clara los temas. He realizado el curso de Git, Mongo DB y Apis con Python, todos con ejercicios prácticos y muy buena explicación de conceptos.
• Kaggle: Una página para la comunidad de ciencia de datos. Esta plataforma es muy buena para todos los nivel porque tiene competencias, cursos, espacios de discusión y datasets que te ayudarán en la construcción de tus proyectos. Si estás iniciando en ciencia de datos, Kaggle tiene un espacio de cursos gratuitos para aprender programación, SQL, machine learning y deep learning con ejercicios que luego puedes guardar en tu perfil como notebook. Anímate a usar los datasets y explorarlos, crear diferentes proyectos que te ayudarán a aplicar los conocimientos que has adquirido y seguro generarán dudas que te ayudarán en tu proceso de aprendizaje.
• Reto 66DaysOfData: Este reto fue creado por Ken Jee, y si, son 66 días de datos, donde cada día se recomiendan lecturas, cursos y ejercicios para aprender con datos. También tienen un servidor en discord donde comparten recursos y el progreso del reto. Y aprovecho para recomendarles el canal de Ken Jee en Youtube.
• Data Science Fem ❤: Es una comunidad creada por chicas que admiro demasiado y estoy muy agradecida por todos los conocimientos y acompañamiento que me han brindado, ellas han sido una parte muy importante de mi proceso. Esta comunidad ha crecido demasiado y brindan muchos espacios para compartir conocimiento y crear comunidad. Super invitados a que se unan, allí encontrarán personas de muchas profesiones con un gran amor por los datos, dispuestas a responder sus dudas y compartir conocimiento. Este es su twitter para que estén pendientes de todas las actividades que están realizando.
• PyLadies Colombia y PyLadies Medellín ❤: Las chicas organizadoras son demasiado tesas y apasionadas por compartir con la comunidad sus conocimientos. Es una comunidad enfocada en temas de Python donde se realizan actividades y retos para compartir conocimientos relacionados con el lenguaje de programación. Los invito a que se unan y las sigan en redes para que estén al tanto de las actividades que realizan.
• WWCode Data Science y WWCode Medellín ❤: Es una comunidad a nivel mundial enfocada en reducir la brecha de genero en la industria Tech. Super invitados a que se unan, en su canal de YouTube encontrarán todas las charlas que han realizado. WWCode Medellín cubre un campo mucho más amplio de programación donde también realizan actividades relacionadas con ciencia de datos y Python. La comunidad es maravillosa y seguro encontrarán personas que le aporten mucho a su proceso formativo y ustedes también a la comunidad.
• Python Colombia ❤: Es una comunidad de personas de todo el país que tienen conocimiento en Python y que desean aprender y compartir. Realizan charlas continuamente de temas muy variados que seguro les va a aportar en su formación. Les comparto su canal de YouTube donde comparten las charlas que realizan.
• Documentación oficial: En esta parte no dejaré un enlace especifico pero lo menciono para que tengan como buena práctica buscar en la documentación oficial de las librerías y de los lenguajes de programación que estén utilizando. Muchos son de código abierto y la documentación es muy completa, donde incluyen explicación y ejemplos para su uso.
• Libros: Dependiendo del tema de interés los libros son una excelente fuente de conocimiento, de hecho, muchos temas avanzados y/o importantes (no necesariamente de nivel avanzado) se encuentran en libros. Para ciencia de datos en especifico he encontrado información muy buena en los libros de o’reilly.
• Canal de YouTube Data Professor: En este canal y en su cuenta podrás encontrar información muy valiosa relacionada con ciencia de datos.
• Yesi Days: Ella es uno de mis referentes, en su canal de YouTube pueden encontrar muchos videos relacionados con ciencia de datos y resolución de dudas que pueden surgir cuando están iniciando en este campo. Si quieren una guía más especifica de recursos, Yesi creó este Data Science Path con varios recursos gratuitos que les pueden ser útil.
• Apuntes de Majo: Además de ser super lindos y fáciles de entender, estos apuntes son un resumen muy valioso, en específico para ciencia de datos pueden revisar Python, SQL y Git.
• Natalia Acevedo: Es una persona que admiro demasiado y que crea contenido muy valioso para esta comunidad. En su blog pueden encontrar publicaciones muy interesantes relacionadas con ciencia de datos y acaba de crear un reto de 100 días de análisis de datos donde aprenderemos un montón de Python, SQL y Power BI.
• Libro vivo de datos: Este libro contiene información de muchos temas relacionados con ciencia de datos y R.

Pd: El objetivo de compartir estos recursos es crear una lista de las alternativas y que puedan elegir la que cumpla con los requisitos necesarios para aportar a su proceso de formación. Un curso a la vez con todo su esfuerzo y dedicación seguro les aportará mucho.

Tengo muchas ideas en mente para futuras publicaciones, si les gustaría ser parte de esta iniciativa y quieren compartir sus conocimientos de algún tema relacionado con Python o ciencia de datos estaría encantada de que me comentaran y crear una publicación juntos. Si tienen comentarios, sugerencias de temas que quieran saber y críticas constructivas relacionadas con este blog pueden dejar sus comentarios en esta publicación o escribirme por twitter un mensaje directo.

¡Muchos éxitos en sus carreras!

Gracias por leerme ❤