Frogmación 51: Entrevista a Soledad Galli - De bióloga a científica de datos
Video del Episodio
Explicación y Tips
Soledad Galli es una científica de datos argentina, además de desarrolladora de Python de código abierto apasionada por la enseñanza y la programación.
Empezó como investigadora científica en biología; hizo un doctorado y muchos años de trabajo postdoctoral, y luego se pasó a la ciencia de datos. Trabajó en empresas financieras y de seguros, creando y poniendo en producción modelos de aprendizaje automático para evaluar el riesgo crediticio, las reclamaciones de seguros y prevenir el fraude.
También es creadora de Feature-engine, una librería en Python de código abierto para la ingeniería y selección de características. También escribe artículos en línea, habla en reuniones de ciencia de datos y podcasts.
Ha colaborado en varios cursos junto con https://cursos.frogamesformacion.com, y ahora se dedica a la enseñanza y la docencia de los temas que ella misma aprendió.
Hoy viene a contarnos esa transformación de la biología a la ciencia de datos, de cómo tras hacer un doctorado se formó a través de cursos online, o cómo ha terminado lanzando sus propios cursos de ingeniería de variables en Python en varias plataformas, o incluso a publicar su primer libro en Packt que podéis obtener en https://www.amazon.com/Python-Feature-Engineering-Cookbook-transforming/dp/1789806313
Puntos Clave
- Transición de carrera y reskilling.
- Importancia del Machine Learning.
- Consejos para mujeres en STEM.
Data Science
Los datos son silenciosos hasta que los haces hablar mediante la lógica y el análisis.
Códice del Episodio
El Poder de los Datos
En este tomo, Juan Gabriel conversa con Soledad Galli, una voz líder en el mundo de la Ciencia de Datos. Analizamos su fascinante cambio de carrera desde el mundo de la biología hacia el análisis de datos a gran escala y cómo el pensamiento científico riguroso es la base para construir modelos de IA éticos y precisos.
Hablamos sobre la importancia del Machine Learning en la industria actual y por qué no necesitas ser un genio de las matemáticas desde el nacimiento para convertirte en un experto en datos, siempre que tengas la curiosidad y la disciplina necesarias.
Lógica de Descubrimiento
"Un científico de datos no es alguien que solo programa; es alguien que sabe hacer las preguntas correctas para que la información revele la verdad oculta tras el ruido."
Puntos Clave del Códice
- Reskilling en la Era Digital: Lecciones prácticas sobre cómo cambiar de sector profesional sin miedo y apoyándose en habilidades transferibles.
- El Valor de la Especialización: Por qué centrarse en nichos específicos de la ciencia de datos (como el sector salud o financiero) es la ruta más rápida al éxito.
- Herramientas Esenciales: Una hoja de ruta para dominar Python, Pandas y las librerías de visualización que todo data scientist necesita.
- IA y Ética: La responsabilidad del analista al manejar sesgos en los algoritmos que deciden el futuro de las personas.