Un podcast para personas aparentemente normales que quieren transformarse en ninjas del Big Data, de la Inteligencia Artificial y de la vida
En el episodio de hoy desciframos qué significa REALMENTE ser data-driven y por qué el 76% de las empresas fracasa en el intento.Descubre cómo diseñar una estrategia de datos que funcione de verdad, no solo que quede bonita en un PowerPoint.✅ El gran error: pensar que ser data-driven es un proyecto tecnológico (spoiler: es una transformación cultural).✅ Por qué tener un data warehouse y dashboards no te hace data-driven.✅ La relación real entre estrategia de negocio y estrategia de datos: primero defines cómo ganar, luego qué capacidades de datos necesitas.✅ Los 3 pilares fundamentales: cultura organizacional, democratización del dato y alineación con el negocio.✅ Ejemplos concretos: de la empresa de seguros que ignora sus modelos predictivos al retail de moda que detecta microtendencias.✅ Cómo medir el éxito con métricas de negocio reales, no técnicas.Y mucho más
Si tienes mono de podcast, estreno podcast premium en la membresía ninja
Hoy hablamos de cositas a tener en cuenta a la hora de analizar un dataset por primera vez.
Hoy hablamos de clasificar cosas y de modelos de regresión logística.
Hoy hablamos de optimizar el presupuesto de marketing con Inteligencia Artificial, de Marketing Mix Modeling y de regresiones lineales.
En el episodio de hoy estamos de celebración porque Un podcast ninja sobre Big Data cumple dos añitos y abrimos la Membresía ninja
Hoy hablamos de 3 cosas que tienes que saber sobre Machine Learning. ☕️ ¡Apoya el podcast! ☕️ Episodios anteriores relacionados: ⭕️ Episodio 7. ¿Qué es el Machine Learning? ⭕️ Episodio 22. Las claves del aprendizaje supervisado ⭕️ Episodio 35. El aprendizaje no supervisado es una tarta. ⭕️ Episodio 37. ¿Cómo funciona el aprendizaje por refuerzo? Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
Hoy comparamos las herramientas de visualización y Business intelligence más top del mercado: Poder BI, Qlik Sense y Tableau ☕️ ¡Apoya el podcast! ☕️ Episodios anteriores relacionados: ⭕️ Episodio 59. ¿Qué es la ingeniería de características? ⭕️ Episodio 76. Inteligencia Artificial No-code. ⭕️ Episodio 77. La importancia del Data Storytelling. ⭕️ Episodio 78. Herramientas de visualización. Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
Hoy hablamos de gráficos y herramientas de visualización para el análisis de datos. ☕️ ¡Apoya el podcast! ☕️ Episodios anteriores relacionados: ⭕️ Episodio 67. Los cuadernos de Jupyter. ⭕️ Episodio 77. La importancia del Data Storytelling. Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
Hoy hablamos de la razón por la que muchos proyectos de datos FRACASAN y qué habilidad infravalorada hará que los vuestros no lo hagan. ☕️ ¡Apoya el podcast! ☕️ Episodios anteriores relacionados: ⭕️ Episodio 44. Exploradores de datos. Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
Hoy hablamos de si es necesario saber programar para poder crear modelos de Inteligencia Artificial y de herramientas no-code específicas para IA. ☕️ ¡Apoya el podcast! ☕️ Episodios anteriores relacionados: ⭕️ Episodio 30. Todo lo que siempre quisiste saber sobre la nube. ⭕️ Episodio 61. ¿Cuántas matemáticas es realmente necesario saber? Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
En el episodio de hoy vamos a hablar de cómo se aplica la Inteligencia Artificial al mundo del marketing. ☕️ ¡Apoya el podcast! ☕️ Episodios anteriores relacionados: ⭕️ Episodio 35. El aprendizaje no supervisado es una tarta Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
En el episodio de hoy os doy unas cuantas recomendaciones que tener en cuenta cuando estéis en un procesos de análisis de datos para que consigáis el método de análisis de datos definitivo. ☕️ ¡Apoya el podcast! ☕️ Episodios anteriores relacionados: ⭕️ Episodio 70. Buenas prácticas para el análisis de datos ⭕️ Episodio 44. Exploradores de datos ⭕️ Episodio 39. Todos somos analistas de datos Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
En el episodio de hoy repasamos el borrador sobre la regulación de la Inteligencia Artificial en Europa (AI Act) ⚖️ El reglamento sobre Inteligencia Artificial europeo resumido en un podcast
En el episodio de hoy hablamos de regular la Inteligencia Artificial, de modelos abiertos y de quién opina qué en todo este melón
Hoy vamos a hablar de las habilidades que todo analista de datos debería tener. Pero no de esas que se meten en el maletín de herramientas de un analista de datos cómo saber muchísimo de SQL, hacer unas visualizaciones muy ninja o limpiar los datos mejor que Don Limpio. Vamos a hablar de unas habilidades intangibles. Unas que igual no podéis poner en vuestro CV pero que si están ahí os llevarán directamente al siguiente nivel del análisis de datos. Enlaces mencionados en el episodio: ⭕️ Episodio 39. Todos somos analistas de datos ☕️ ¡Apoya el podcast! ☕️ Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
En el episodio de hoy hablamos de varias aplicaciones que se está dando a la Inteligencia Artificial en el sector de la construcción
En el episodio de hoy hablamos de Kaggle, la plataforma de competiciones de Machine Learning por excelencia. - Cómo funcionan las competiciones de Kaggle - Cómo puede ayudar Kaggle en el aprendizaje de Ciencia de Datos Pero también hablamos de las críticas que ha sufrido el Machine Learning de competición a lo largo de su historia. ☕️ ¡Apoya el podcast! ☕️ Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
En el episodio de hoy hablamos de los cuadernos de Jupyter
En el episodio de hoy vamos a hablar de GPUs. ¿Qué es una GPU y por qué son importantes para el Machine Learning? ¿En qué se diferencia una GPU de una CPU? Y todas estas cositas :) Enlaces mencionados en el episodio: ⭕️ Episodio 64: Grandes Éxitos de la IA (Industria y política) ⭕️ Episodio 23: ImageNet y el reconocimiento de imágenes ⭕️ Episodio 8: El cuento del Deep Learning (este no lo he mencionado pero también me parece interesante, así que lo cuelo por aquí
En el episodio de hoy vamos a hablar de propósitos de año nuevo para ninjas de los datos. Os propongo algunas opciones para progresar este año como analistas de datos, especialistas de machine learning o ingenieros de datos… lo que sea que os interese más. Y luego os cuento los que me he propuesto yo, a ver qué os parecen. Enlaces mencionados en el episodio: ⭕️ Especialización de Machine learning de Andrew NG ⭕️ Certificación de Ingeniero de Datos de GCP Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
En el episodio de hoy vamos a ver cómo ha movido el mundo la Inteligencia Artificial en estos últimos meses. Desde la aparición de ChatGPT y la IA volviéndose mainstream hay muchísimo movimiento que va más allá de lo técnico. Las AI wars
En el episodio de hoy vamos a hablar de todas las cosas que han pasado en el mundo de la inteligencia artificial estos últimos meses. Y sí, este año todo ha girado alrededor de los Grandes modelos del lenguaje
Hoy vamos a hablar de drogas, peeero no de las que estáis pensando sino de las drogas que sirven para curar enfermedades. Vamos a hablar de cómo se utiliza el Big Data y la Inteligencia Artificial en la industria farmacéutica. Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
Los primeros cursos de los planes de estudios de ciencia de datos están plagados de matemáticas, cálculo y estadística. ¿Necesario para fundar una buena base sobre la que construir lo demás? ¿Demasiado abrumador desde el punto de vista del aprendizaje? ¿Sería más adecuado hacer una introducción matemática de los fundamentos más ligera e ir complementando según vamos avanzando en el mundo de los datos? De todas estas cosas y más hablamos en el episodio de hoy
En el episodio de hoy hablamos de las oportunidades que están ahí, por descubrir, dentro del campo de la Inteligencia Artificial. Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del formulario de contacto o en X.
En el episodio de hoy hablamos de qué es, para qué sirve y cómo se hace la ingeniería de características. Fundamental en proyectos de Machine Learning
En el episodio de hoy terminamos de repasar las 43 reglas del Machine Learning de Google.
En el episodio de hoy seguimos repasando las 43 reglas del Machine Learning de Google.
En el episodio de hoy vamos a hablar de las las 43 reglas del Machine Learning de Google.
© 2020-2025 Ivy Podcast Discovery LLC
