Student Spotlight: Nos adentramos en el mundo de los Datos y el Análisis con Neus Montserrat

Esta entrevista fue realizada por Erica Freedman, especialista de contenido en SwitchUp.

SwitchUp se sentó con Neus Montserrat, una antigua alumna de Ubiqum Code Academy para hablar sobre datos y analítica. Neus siempre ha trabajado con datos pero descubrió que su formación educativa no la estaba preparando para el camino profesional que ella realmente quería. Con títulos en administración de empresas e investigación y marketing a sus espaldas, quería desarrollar sus habilidades con los datos y entrar en el mundo del análisis empresarial. Buscando un programa a tiempo completo encontró el programa de Análisis de Datos y Big Data de Ubiqum Code Academy y pudo introducirse de lleno en el aprendizaje basado en proyectos. Después de una amplia formación y apoyo profesional, Ubiqum ayudó a Neus a conseguir un trabajo donde siente que toma decisiones clave y que es una parte integral del equipo. A continuación podrás leer más acerca de su experiencia:

¿Cuál es tu formación académica y cómo decidiste hacer el programa de datos de Ubiqum Code Academy?

Estudié Administración de Empresas en la Universitat Pompeu Fabra (Barcelona) y Técnicas de Investigación y Marketing en la Universitat Oberta de Catalunya (online).

 Estaba trabajando como gestora de proyectos y analista en una agencia de marketing cuando descubrí los bootcamps de Ubiqum. Lo que me gustó más del programa fue la metodología práctica de aprendizaje, los temas que se trataban en el programa y las herramientas que aprendes a utilizar, todas orientadas a preparar al estudiante para ser contratado y que tenga muchas posibilidades de encontrar trabajo.

 Me entrevisté con el director del bootcamp, Sebastián Barajas, para ver si era el curso adecuado para mí. Después de la entrevista estaba completamente convencida de que era el cambio profesional que estaba buscando y decidí dejar mi trabajo para empezar el curso y poder encontrar un trabajo nuevo relacionado con el análisis de datos.

¿Sientes que tu experiencia y el análisis de datos están relacionados? Si es así, ¿cómo?

Sí que lo están. En mis anteriores trabajos siempre había trabajado con datos: datos financieros, datos sobre campañas de marketing, datos de ventas… Sin embargo, nunca había utilizado una herramienta específica o algoritmo para analizarlos, sino que utilizaba Excel para hacer mi análisis. Siempre he estado involucrada en proyectos que requieren analizar datos pero no tenía los conocimientos para hacerlo con las herramientas adecuadas y, por lo tanto, de forma eficiente.

 Mi experiencia en marketing y negocios me ayudó mucho. En análisis de datos, primero necesitas formular las preguntas empresariales, después analizar los datos para conseguir la información y finalmente recuperar las preguntas y darles una respuesta que no sea demasiado técnica (la mayoría de las veces), ¡así que se me daba bastante bien!

¿Cómo decidiste entrar en Ubiqum? ¿Qué lo convirtió en el programa adecuado para ti?

Estaba buscando un programa a tiempo completo (de 9 a 5) centrado en trabajar en casos empresariales reales, que no solo me diera las habilidades técnicas, sino que también planteara escenarios reales como analista de datos. Hicimos muchas actividades de representación, trabajamos técnicas para hablar en público, aprendimos la importancia del storytelling a la hora de hacer una presentación y a coger una pregunta empresarial, buscar información en los datos y presentar una recomendación en base a los resultados.

 Me gustó que otros estudiantes tuvieran backgrounds distintos (ingenieros, físicos, comerciales…) porque enriqueció mi experiencia. Pude ver diferentes maneras de afrontar una misma base de datos o un mismo problema a través de los variados puntos de vista de mis compañeros.

big data course

Actualmente trabajas como Analista Empresarial en Sogeti y ofrecéis servicios a HP. ¿Qué significa este título y cómo es un día normal de trabajo para ti?

 Estoy trabajando en un proyecto para la impresión de gran formato de HP en el equipo de Customer Success. Trabajo con muchos tipos de datos para proporcionar informes útiles a, por ejemplo, gestores de cuentas, de modo que éstos puedan ayudar a sus clientes a entender cuál es el rendimiento de sus impresoras.

 Estos son algunos de los proyectos de datos en los que he trabajado:

 He estado probando diferentes herramientas que aplican análisis del procesamiento de lenguaje natural y emociones a los comentarios de los clientes para elegir la mejor opción e implementarla en HP.

 He creado paneles en Power BI, he automatizado análisis con R scripts y he creado informes con métricas relacionados con la eficiencia. También he hecho un análisis de ingresos y rendimiento para algunos de nuestros clientes y he predicho el rendimiento futuro.

 ¿Has afrontado algún reto al convertirte en analista de datos?

Para un perfil como el mío, uno de los retos principales ha sido aprender a programar en R. Mi mente no estaba acostumbrada a trabajar con código, así que esta fue la parte a la que tuve que dedicar la mayor parte del tiempo.

 ¿Te ha ayudado Ubiqum a conseguir un trabajo como analista de datos? Si es así, ¿cómo lo ha hecho?

 Tuvimos varias sesiones sobre inserción laboral. Cada semana trabajábamos para mejorar los currículos o practicábamos distintas técnicas de entrevista, como preparar un elevator pitch. El proceso de asesoramiento laboral es muy útil para la gente que siente insegura acerca del proceso de entrevista porque puedes compartir experiencias entre compañeros y ganar confianza.

data analytics course

¿Dónde ves a tu carrera en los próximos 5-10 años?

Seguiré estudiando por mi cuenta y aprendiendo sobre las necesidades del mercado. Tengo planeado especializarme en Big Data o convertirme en Científica de Datos.

¿Qué es lo que más te apasiona del mundo del análisis de datos?

 He sido afortunada de entrar en un sector de nueva creación y la necesidad de datos es muy grande, así que cualquier información que podamos ofrecer se utiliza y sirve a alguien que toma decisiones. Sientes que eres una parte importante del equipo y estás implicado en muchas decisiones importantes.

 Si pudieras volver atrás y darte algún consejo antes de empezar este camino profesional, ¿cuál sería?

Quizás que no esperara tanto para decidir si empezar el curso en Ubiqum Code Academy, ya que fue una muy buena decisión y me permitió hacer el cambio profesional que estaba buscando.

 

¿Quieres saber más acerca de lo que han dicho otros alumnos de nuestro programa de Análisis de Datos?

¿En busca de desarrolladores júnior y/o analistas de datos? ¡Participa en nuestra feria de ocupación!

Invitamos a empresas de las TI y del sector tecnológico en general para que participen en nuestro evento, donde conocerán a 50 analistas de datos y desarrolladores web que acaban de terminar nuestros bootcamps de programación. Las empresas tendrán la oportunidad de contactar con estos candidatos potenciales, así como con otras empresas que asistan al evento para, finalmente, hacer lo que vinieron a hacer: entrevistar a varios candidatos interesantes y ocupar sus puestos vacantes.

Solo tenemos 10 puestos abiertos para empresas, así que asegúrate de que tu empresa sea una de ellas enviando un correo electrónico a jobplacement@ubiqum.com

data analyst

¿Qué puedes esperar del evento?

Tendrás la oportunidad de conocer a 50 estudiantes con distintos niveles de experiencia previa, que se acaban de graduar en uno de nuestros cursos prácticos de 5 meses. Los 50 están cualificados y preparados para ocupar puestos de desarrolladores Java, desarrolladores full-stack y front-end, y analistas de datos.

Después de terminar 800 horas de formación práctica en análisis de datos o desarrollo web, los estudiantes han adquirido habilidades técnicas altamente solicitadas y específicas, y además han realizado una enorme cantidad de trabajo con el lenguaje de programación universal Java.

Con nuestra metodología, los estudiantes asumen el rol de desarrollador o analista desde el primer día, informando a sus mentores, que actúan como desarrolladores senior. El ambiente en el que trabajan es muy parecido al lugar donde acabarán trabajando, algo que motiva a los estudiantes y fomenta el trabajo productivo, proactivo y autónomo.

A diferencia de las que se adquieren en los grados o másteres, las habilidades que se aprenden aquí en Ubiqum Code Academy son 100 % transferibles al puesto de trabajo.

data analyst

¿Qué tipo de empresas estamos buscando?

Buscamos a 10 empresas que estén buscando activamente a analistas de nivel júnior o intermedio, desarrolladores java júnior, desarrolladores full-stack y desarrolladores front-end JavaScript, y quieran hablar de su proyecto con nuestros estudiantes y otras empresas del sector de las TI.

Si formas parte de una de estas empresas, tendrás la oportunidad de presentar lo que hacéis y cómo sois, atrayendo así al mejor talento de nuestros programas de programación. Después, podrás realizar entrevistas individuales con candidatos y participar en una intensa sesión para conocer a los 50 candidatos, así como a las otras empresas que acuden al evento. Este evento está pensado que sea una jornada dinámica y divertida, así como productiva, para conseguir talento fresco y ocupar los puestos vacantes en tu empresa.

Si crees que os puede interesar, envíanos un correo electrónico a jobplacesment@ubiqum.com

¿Qué es la extracción de datos y el análisis clúster?

Las habilidades de un analista de datos cada vez están más buscadas. Todos hablan sobre big data, machine learning y extracción de datos, y el “análisis clúster” o “clústeres”, ¿has oído hablar de este método en el análisis de datos? En este artículo, una de nuestras mentoras de datos, Violeta Mezeklieva, utiliza una analogía muy buena para explicar qué es el análisis clúster y cómo se aplica.

Imagina que una amiga se casa y te pide que la ayudes con la planificación. Estáis comentando la logística y empezáis a hablar de la cena. ¿Cómo se sentará la gente? Tu amiga sugiere agrupar a los invitados en mesas en función de si son miembros de la familia, amigos de la escuela, del grupo de la universidad, los simpáticos compañeros del trabajo, amigos del club de excursionismo, etc. Lo procesas y te das cuenta de que existe una oportunidad por explotar.

Las bodas pueden ser un desafío, especialmente cuando invitas a amigos y familiares que no se conocen. Y romper el hielo no es fácil. En lugar de agrupar a los invitados en función de “cómo se conocieron”, ¿por qué no hacerlo más divertido? Una buena manera de hacer que la gente hable sería resaltar aquello que los invitados tienen en común, especialmente si se van a conocer por primera vez, y agruparlos en las mesas de la cena en base a estos puntos en común.

En este momento de inspiración sugieres a tu amiga que en lugar de clasificar a los invitados en base a una condición predefinida, deberíamos utilizar machine learning para saber quiénes debería sentarse en la misma mesa. Tu amiga piensa que es una gran idea y tiene ganas de ver quién se junta con quien.

¡Qué emocionante! Lo que necesitas hacer ahora es crear un cuestionario para que los invitados lo rellenen antes de la boda. Las respuestas se analizarán con el algoritmo de machine learning perfecto para este caso: el clúster.

data mining

Lo que hará el clúster es encontrar puntos en común entre los invitados en base a las respuestas que hayan dado, hasta que definir qué les une. Entonces cada grupo se describirá en función de las particularidades que no comparten con los otros.

¿Cuántos clústeres deberían haber? Un buen punto de partida es descubrir cuántas mesas caben en la carpa. Si solo puede haber 15, el clúster deberá encontrar lo que une a los miembros de cada uno de los 15 grupos. Es posible que los grupos no sean tan diferentes los unos de los otros si los divides por este número. En este caso, puedes reducir la cantidad de mesas hasta que encuentres esa característica única. Puede que al final descubras que el problema sea el tamaño de la mesa. Pero ese es el problema del carpintero.

Con los clústeres tu amiga pudo descubrir algo que hubiera pasado por alto si hubiera segmentado a los invitados en función de lo que ella pensaba que les unía.

Genial. A tu amiga le encanta y tú tienes muchas ideas.

Como puedes ver, en Ubiqum Code Academy nos gusta pensar de forma original y hacer que conceptos y tecnologías que parecen complejas como el análisis clúster y la extracción de datos sean manejables.

También nos encanta hacer simulaciones. Una de tus primeras tareas será interpretar a un trabajador del Departamento de Datos de un E-commerce. Colaborarás con los departamentos de marketing y ventas para extraer información importante sobre tus clientes y presentarás la estrategia empresarial sugerida a tu CEO. ¿Tienes ganas de afrontar el reto de la inteligencia empresarial?

¡Permanece atento para más información sobre cómo utilizar tus habilidades de análisis de datos!

Data Analytics, la nueva forma de comunicación

En este artículo, una de nuestras ex-alumnas y ex-mentoras del programa de análisis de datos, Violeta Mezeklieva, destaca el proceso que se sigue y los numerosos niveles de análisis que existen cuando se prueba o se rechaza una hipótesis.

Hace poco encontré esta cita en el libro Data Analysis as Art de Elizabeth Matsui y Roger D. Peng:

“El análisis de datos es difícil y parte del problema es que muy poca gente puede explicar cómo se hace. No es que no haya gente haciendo análisis con regularidad; es que la gente que es muy buena aún nos tiene que iluminar acerca del proceso mental que ocurre en su cabeza.”

Esta cita me parece fascinante y muy cierta. Y puede que sea cierta para casi todos los humanos. Después de todo, el lenguaje humano empezó a evolucionar hace solo 100.000 años y por ello es bastante habitual encontrarse con casos de mala comunicación.

Maneras en las que comunicamos descubrimientos

¿Cuántas veces leemos artículos periodísticos que nos proporcionan una observación que ha sido explorada, estudiada, analizada y explicada en un contexto en el que puede ser interpretada y, por lo tanto, entendida? ¿O que al menos nos ofrecen una perspectiva diferente? ¿Información de valor para aquellos que no han hecho la investigación o el análisis?

Tomemos como ejemplo los artículos científicos. Están llenos de conocimiento. Contienen tanta información y detalles sobre el proceso, las técnicas, los resultados, los datos, etc. que son un buen punto de partida para empezar a aprender. Pero a menudo es difícil entender la motivación subyacente de la investigación  y comprender por qué deberíamos molestarnos en leerlo, o incluso, saber cómo debemos actuar después de conocer esta nueva información. Por supuesto este no es el caso de aquellas personas que trabajan en ese campo en particular, puesto que están acostumbrados a la jerga del sector y, seguramente, ya tienen alguna idea sobre el tema. ¿Pero qué gracia tiene eso? Claro que el trabajo es interesante y merece ser compartido, pero acceder y comprender este tipo de información no es fácil para todos, por lo que un artículo termina pareciéndose demasiado a una conversación privada.

data analytics

Una correcta comunicación se produce cuando comprendes todo el contexto. Bueno, no todo el contexto, eso sería Big Data, pero al menos una muestra que represente este todo. Es entonces cuando la comunicación fluye y permite compartir conocimiento de forma elocuente.

Creo que, en general, somos incapaces de describir el proceso completo –el razonamiento que tiene lugar en nuestra mente– porque hay muchas dependencias, que en conjunto, nos llevan a plantearnos de nuevo la premisa principal. La solución: epiciclos de análisis.

Análisis de datos como comunicación

Si recuperamos Data Analysis as Art y echamos un vistazo a sus epiciclos de análisis, nos hacemos una idea del proceso que conllevan el análisis de datos y la demostración de una hipótesis.

¿Cómo funciona este sistema?

data analytics course

Desarrollar previsiones, recoger datos y unir las previsiones con los datos. Fácil.

En realidad no es tan sencillo. Un analista de datos tiene que plantear la premisa para poder evaluar si los datos recogidos son suficientes y, por lo tanto, cumplirán con las previsiones. Para ello, el analista lleva a cabo un análisis exploratorio y busca resultados iniciales, que le guiarán hasta cumplir con las expectativas. Con las conclusiones en la mano, el analista de datos construye modelos e interpreta sus resultados, primero desde un punto de vista estadístico y, después, revisándolos de nuevo para comprender la relación entre los resultados y la premisa inicial.

Como puedes ver, este proceso tiene muchas capas de análisis, que además están interconectadas. Todo esto es necesario para poder conseguir una forma elocuente de comunicación.

Es muy interesante llevar a cabo este proceso, especialmente si el analista tiene la oportunidad de conducir la investigación hacia un terreno que le resulte interesante. Cuando esto ocurre, la calidad de la información aumenta.

Si este proceso te parece un poco abstracto, piensa en lo que en otros sectores llaman “design thinking”. Los conceptos básicos son los mismos: evaluar si la premisa original / el producto original sirven o si todavía cumplen su propósito inicial. Ambas terminologías definen la necesidad de profundizar con el objetivo de comprender el origen de la curiosidad y darle significado. Y esto requiere tiempo. No se puede hacer rápidamente ni de forma automatizada, a menos que el concepto esté completamente desarrollado.

Asistí a una conferencia el otro día sobre cómo adaptar un negocio a la práctica del Desarrollo y Operaciones (DevOps por sus siglas en inglés) o Cultura Agile. Una persona del público preguntó por qué no existe un proceso para evaluar la rapidez en la que puede programar un humano. Su intervención me llamó la atención porque parecía que su conclusión fuera que necesitamos que la gente programe con más rapidez para hacer un trabajo mejor y ser ágiles. Esto es un poco engañoso y no tiene en cuenta el proceso que lleva a cabo un analista de datos para hacer su trabajo de forma eficiente.

data analytics course

Un científico de datos tiene muchas cosas en la cabeza y programar con más rapidez no solucionará el problema. No se trata de la velocidad, se trata de lo bien que el analista de datos pueda comprender lo que quiere el cliente, evaluar si lo puede hacer con unos datos determinados y si puede proporcionar al cliente un plan de acción viable.

Como puede observarse en el diagrama de más arriba, el proceso de análisis de datos es muy meticuloso y las habilidades de programación son, de hecho, secundarias. Todo se reduce a la comunicación: si un cliente comprende y explica bien lo que quiere, el científico de datos podrá cumplir con su tarea.

Como mentor, animo a mis estudiantes a comunicar la esencia del proyecto en el que están trabajando y a repasar si estos objetivos cumplen con las previsiones. Dedicar tiempo a pensar cómo cumplir, o mejor dicho, cómo comunicar, merece la pena, y por este motivo los estudiantes repasan este proceso en cada una de las cinco presentaciones que realizan durante los cinco meses que dura nuestro programa de Análisis de Datos y Machine Learning. El objetivo es prepararlos completamente para sus futuras carreras profesionales como analistas de datos, durante las cuales tendrán que presentar sus resultados a un consejo de administración o a clientes externos.

Se observa una curva de aprendizaje interesante en cada estudiante y nosotros estamos aquí para ayudarles a superar los “fracasos” iniciales. De hecho, creemos que “fracasar” es una parte crucial del proceso de aprendizaje.

No todas las personas son comunicadores naturales, sin embargo, en el programa de análisis de datos aprenderás esta importantísima habilidad, además de todo lo necesario para ser un analista de datos altamente competente.

Blockchain & Data Analytics: ¿de qué va todo esto?

En Ubiqum Code Academy estamos muy emocionados de anunciar una colaboración con BIT: Blockchain Institute & Technology e  ImaginCafé. El evento, que llevará como título Blockchain & Data Analytics: ¿de qué va todo esto?, estará liderado por  Aleix Ordeig de BIT Barcelona y nuestro mentor de datos sénior Daniel Castejón, dos expertos en tecnología blockchain y análisis de datos. Únete a nosotros en uno de los mejores lugares de Barcelona, ImaginCafé, el 19 de julio a las 18:15 para una tarde inolvidable. Si te interesan los negocios, la tecnología, las finanzas o quieres expandir tu mente analítica, no te puedes perder este evento sobre blockchain y análisis de datos.

 

data analytics

¿Sabes qué significa blockchain? ¿O cómo se utiliza el big data para resolver problemas empresariales complejos? Tal vez hayas leído un poco sobre inteligencia artificial y machine learning, pero ¿qué diferencia hay entre ambas y cómo están transformando el sector de la tecnología? Blockchain y el análisis de datos podrían cambiar las reglas del juego en el mundo de los negocios en los próximos años y, sin embargo, el ciudadano medio no sabe nada al respecto. En Ubiqum Code Academy tenemos la misión de ayudar a todas las personas a acceder al mundo de lo tecnología, un sector en constante evolución y lleno de oportunidades. El objetivo de este evento es aportar claridad a algunos problemas complejos y la tecnología utilizada para resolverlos.

Daniel Castejón lidera el programa de Analista de Datos & Big Data ofrecido en Ubiqum. Un apasionado del análisis de datos, cuenta con experiencia y conocimientos en análisis predictivo, machine learning, algoritmos, visualización de datos, extracción de datos y mucho más.

data analytics

Junto a Aleix Ordeig, te ayudará a comprender el impacto que tendrá el big data en el mundo de los negocios.

BIT: Blockchain Institute & Technology es una institución académica fundada en Barcelona. Es un referente internacional en educación tecnológica disruptiva sobre blockchain e IoT (Internet de las cosas: la red de dispositivos físicos). Su revolucionaria metodología educativa, en forma de programas de formación, se basa en la presencia virtual y los proyectos prácticos que ofrecen al estudiante una experiencia de inmersión y transformadora. Su director de tecnología y cofundador, Aleix Ordeig, es un entusiasta de blockchain con una gran devoción por enseñar a los demás. Es responsable del desarrollo de la plataforma interactiva de BIT para estudiantes y presentará su experiencia en blockchain en el evento del jueves 19 de julio.

¿Qué puedes esperar del evento?

 Este es el horario de la tarde:

 Registro en recepción a las 18:15 ya que el evento empieza a las 18:30 y ¡no querrás perderte nada!

El primer ponente será Aleix, que responderá a la pregunta: “¿Qué es el blockchain y por qué debería importarme?

Después Daniel presentará: “Análisis de datos y el futuro de la toma de decisiones empresariales”.

Tras la charla, tendrás la oportunidad de conocer a los ponentes, hacerles preguntas y hacer contactos mientras disfrutas de algunos refrigerios y una cerveza fría.

El evento tendrá lugar en el ImaginCafé, un nuevo espacio alternativo donde artistas, músicos y emprendedores se reúnen en comunidad para exposiciones, talleres y un sinfín de actividades diferentes. ¡Es el lugar perfecto para organizar nuestro evento ya que incentiva a las personas a innovar, ser creativas y aprender cosas nuevas!

Así que ven a vernos en ImaginCafé el 19 de julio a las 18:15 y descubre cuáles son los conceptos básicos de blockchain y cómo el análisis de datos puede marcar una estrategia empresarial.

Nuestras Ciudades