¿Te sientes inspirado para escribir tu primer artículo de TDS? Siempre estamos abiertos a contribuciones de nuevos autores..
¡Buen año! ¡Bienvenidos de nuevo a la Variable!
La tinta apenas se ha secado en nuestro resumen de los aspectos más destacados de 2024 (nunca es demasiado tarde para leerlo, por supuesto), y aquí estamos, listos para sumergirnos de cabeza en un nuevo año de aprendizaje, crecimiento y exploración.
Tenemos la tradición de dedicar la primera edición del año a nuestros recursos más inspiradores y accesibles para profesionales principiantes en ciencia de datos y aprendizaje automático (¡realmente lo hacemos!). Continuamos este año con una selección de artículos recientes y de primer nivel dirigidos a estudiantes principiantes y solicitantes de empleo. Para el resto de nuestros lectores, estamos entusiasmados de comenzar con un trío de excelentes artículos de veteranos de la industria que reflexionan sobre el estado actual de la ciencia de datos y la inteligencia artificial, y comparten sus predicciones inteligentes y audaces sobre cómo será el próximo año. como. como. ¡Empecemos!
2025: ¡Listos, listos, listos!
Ciencia de datos y aprendizaje automático, paso a paso
- La guía esencial de las bibliotecas R y Python para la visualización de datos
Con o sin IA, los gráficos y diagramas no desaparecerán pronto. Sara Lea enumera bibliotecas clave que los científicos de datos actuales y aspirantes deberían dominar. - Hoja de ruta para convertirse en científico de datos, parte 2: ingeniería de software
La programación tampoco irá a ninguna parte en 2025. Viacheslav EfimovLa guía presenta los elementos esenciales de la codificación que lo llevarán al éxito en la ciencia de datos. - Datos faltantes en series temporales: técnicas de aprendizaje automático
Un rasgo constante de los datos del mundo real: ¡es complicado! Aprende a navegar el caos siguiendo Sara NóbregaIntroducción al manejo de datos faltantes. - Causalidad: higiene mental para la ciencia de datos
Al dar un paso atrás en los aspectos más concretos del trabajo en ciencia de datos, Eyal KazinLa reciente inmersión profunda proporciona una «suave introducción» al complejo arte de detectar, interpretar y aplicar la causalidad. - Dominar el aprendizaje automático: 4 modelos de clasificación simplificados
Para todos aquellos que aman la estructura y la claridad por encima de todo, Leo AnelloEl (extremadamente) completo tutorial de 15 pasos sobre modelos de clasificación sería un punto de partida perfecto para ampliar sus conocimientos de aprendizaje automático. - Guía de supervivencia 2024 para entrevistas con ingenieros de aprendizaje automático
Ya sea que ya esté solicitando su primer trabajo MLE o lo esté considerando como una de sus metas para el año, no se lo pierda. Mengliu ZhaoLa “guía de supervivencia” de , dirigida específicamente a practicantes de nivel junior. - Conceptos básicos del aprendizaje automático que busco en las entrevistas con científicos de datos
Abordar el proceso de contratación, a veces opaco, desde el otro lado de la mesa, Farzad Nobar ha creado un recurso útil para ayudar a los candidatos a un puesto de trabajo a centrarse en los temas que realmente importan a los empleadores. - 100 años de IA (explicables)
Más allá del qué y el cómo del trabajo diario, también está el por qué: ¿por qué Este modelo de producción estos salidas? Sofía LipnítskayaExplicar presenta la historia de la explicabilidad de la IA en el contexto del reciente aumento de los LLM. - Cómo crear un agente LLM de propósito general
Para terminar con una nota más práctica y satisfacer la curiosidad de todos los que habéis oído hablar de los rumores en torno a los agentes de IA, os recomendamos encarecidamente Maya MouradLa guía paso a paso, que puede ser «la base para diseñar su propia arquitectura de agente personalizada» en el futuro.
