E21 - Creadores de contenido y/o influencers que recomendamos para Data Scientists

Resumen

En este episodio, grabado en enero de 2023, los tres conversadores repasan creadores de contenido e influencers que siguen y recomiendan a distintos perfiles de Data Scientists. La lista cubre ciencia de datos y estadística (Roger Peng, Andrew Ng, Cassie Kozyrkov, Ken Jee, Tina Huang, StatQuest), MLOps (Noah Gift, MLOps Community, Chip Huyen), computación y ciberseguridad (Pelado Nerd, Network Chuck, Hola Mundo, John Hammond, Chema Alonso, Fireship) y podcasts (Jon Krohn, Lex Fridman, Jason Foster). Aparece además contenido para preparar entrevistas, un bloque de memes sobre los youtubers indios y una pregunta del público sobre las diferencias entre Data Engineer, Data Scientist y Machine Learning Engineer. Las conclusiones son que hay creadores para todos los tópicos y estilos, que conviene elegir a quien explica bien y cae bien, y que la edición y la presentación influyen mucho en la difusión. También se señala que hacer contenido en español implica menos audiencia y que a un Data Scientist le sirve conocer herramientas de computación, reproducibilidad y fundamentos de MLOps.

Capítulos

• 00:00
  IntroPresentan el episodio 21 sobre influencers y creadores de contenido que siguen. Comentan que en Google, YouTube, Medium y LinkedIn hay mucha gente explicando lo mismo, y que uno termina siguiendo a quien tiene un estilo que le gusta. Piden al chat que recomiende a sus propios referentes.
• 03:12
  Diego PalmaChileno, Machine Learning Engineer de búsqueda y procesamiento de texto que trabaja en Meta. Mencionan sus blogs, una página de problemas de programación y un post titulado "Por qué no debes aprender otro lenguaje de programación", que genera un debate sobre si el título es clickbait frente a sus conclusiones (aprender distintos paradigmas amplía la caja de herramientas).
• 05:45
  Roger PengCon él uno de los conversadores aprendió Data Science, mediante la especialización Data Scientist Toolbox en Coursera (programar en R, leer datos, funciones, limpieza, análisis exploratorio, reproducibilidad, regresión y Machine learning). Citan su idea de que definir bien la pregunta es la herramienta más poderosa para reducir el problema. Confunden brevemente el nombre con "Robert" y también el programa de construcción de paquetes en R.
• 09:17
  Andrew NgSu curso clásico de Machine Learning en Coursera, antes con Octave y luego migrado, y ahora una especialización y un curso de Deep learning. Elogian que explica las fórmulas y matrices con un nivel de detalle accesible. Discuten la preferencia por enfoques prácticos frente a teóricos en contextos laborales.
• 12:44
  Cassie KozyrkovChief Decision Scientist de Google, que explica temas complejos de forma fácil. Recomiendan su playlist "Statistical thinking" y un video sobre las diferencias entre el Data Scientist académico y el de empresa. Escribe también en Medium.
• 15:13
  Peladop NerdYoutuber argentino de infraestructura (Docker, Kubernetes, Git, Linux, DNS), útil para quien hace Data Science. Cuentan su explicación del hackeo a Uber mediante ingeniería social y una contraseña de administrador en un SharePoint, y discuten HackerOne/bug bounty. Explican que los contenedores aportan reproducibilidad para pasar a producción.
• 21:13
  Network ChuckYoutuber en inglés sobre redes, hacking, Docker, Git y SSH, con unos 2,7 millones de suscriptores. Valoran su edición y debaten si sus títulos son clickbait. Mencionan que el contenido en español tiene audiencia mucho menor y su marca de café con nombre "200".
• 24:37
  Jon KrohnPodcast con entrevistas de buena calidad, con unos 6k suscriptores. Explican que los canales de podcast tienen menos seguidores que los de videos cortos. Cuentan que ha entrevistado a gente de H2O, a la creadora del término "datch" y a alguien de JetBrains, y que ha mejorado como entrevistador con el tiempo.
• 29:05
  Yannic KilcherInvestigador de Machine Learning con 187k suscriptores, que cubre noticias de IA y Deep learning (sección ML News) y explica papers. Mencionan su entrevista con el creador de Stable Diffusion/Stability.
• 30:47
  Lex FridmanSu podcast empezó centrado en inteligencia artificial y luego se abrió a más temas. Tiene videos antiguos con una introducción a Deep learning y entrevistas con gente relevante. Tiene unos 2 millones de seguidores. Hablan de la edición como factor de difusión y de cuánto cuesta ser youtuber de tiempo completo.
• 36:01
  Jason FosterPodcast disponible en plataformas de audio, con entrevistas sobre GPT, sostenibilidad y NLP. Su podcast se llama "Have and spoke" según se menciona.
• 36:51
  Uncle Bob / Robert C. MartinReferente de buenas prácticas de programación, con presentaciones dinámicas y carisma. Recuerdan una charla de unas 10 horas que parte hablando de la distancia entre la Tierra y el Sol.
• 38:41
  Daniel FischerBlog de un exjefe de los conversadores, que los inspiró a crear un portafolio. Su consejo fue aplicar lo aprendido con un proyecto propio y publicarlo en lugar de seguir estudiando indefinidamente. El primer post es de 2014.
• 41:27
  Rodolfo NúñezContenido en LinkedIn con algunos posts polémicos, entre ellos sobre Jupyter Notebook. Dice que no publica por publicar.
• 42:32
  MemesBloque sobre youtubers indios de Data Science con videos de pizarra grabados con cámara chueca. Mencionan a un youtuber de unos 700k suscriptores con títulos del tipo "en 5 minutos" y un curso cuestionado, y bromean sobre aprender en YouTube frente a la universidad. Algunos prefieren acentos más neutros.
• 49:11
  Hola MundoChileno que se fue a trabajar a Nueva Zelanda; habla de migración, trabajo remoto, Git, Docker, redes, HTML/CSS y lenguajes. Se compara con Pelado Nerd y Network Chuck.
• 50:45
  Ken JeeExplica bien su día a día como Data Scientist y sus proyectos desde cero. Tiene el podcast Ken's Nearest Neighbors, buena edición y un video sobre cómo administra su tiempo entre trabajo y creación de contenido.
• 53:28
  Tina HuangContenido sobre la vida de un Data Scientist, libros, proyectos de Python, consejos de entrevista y herramientas como Notion. Trabajó en Meta. Discuten condiciones laborales en Amazon, Google y Meta según experiencias de conocidos.
• 57:26
  Sophia YangData Scientist en Anaconda que recomienda libros y hace videos cortos con resúmenes de noticias de Data Science.
• 58:28
  Mikiko BazeleyMachine Learning Operations Engineer, vinculada a una empresa de feature stores y exempleada de Mailchimp. Publica mucho en LinkedIn y en YouTube.
• 01:00:44
  The Data Scientist Podcast / Daliana LiuPodcast con buenos capítulos cuya calidad depende del invitado. Aprovechan para explicar cómo funcionan los posts en LinkedIn (cortos, con hashtags, enlazando a blogs largos).
• 01:01:26
  Pragmatic AI Labs / Noah GiftProfesor en Duke, autor de "Practical MLOps", muy práctico y activo en LinkedIn. Impulsa asistentes de código como GitHub Copilot, el uso de Rust y la crítica a los notebooks.
• 01:05:58
  MLOps Community / Demetrios BrinkmannPodcast de entrevistas en audio y video sobre llevar modelos a producción.
• 01:06:26
  Chip HuyenAutora de un libro sobre sistemas de Machine Learning para producción y cofundadora de una empresa de herramientas de MLOps que contrata gente.
• 01:07:48
  Joel GrusCharla recomendada, con una postura crítica sobre los notebooks.
• 01:08:05
  PreguntasDefienden que un Data Scientist debe saber MLOps básico para poder llevar sus modelos a producción. Discuten la proliferación de herramientas de MLOps (Kubeflow, Metaflow, SageMaker, etc.), el hype y que Airflow se está estandarizando. Responden la duda del público sobre Data Engineer, Data Scientist y Machine Learning Engineer, y critican los términos "full stack" y "Data Scientist" como marketing.
• 01:19:57
  Emma DingContenido sobre entrevistas para Data Scientist, con ejemplos de preguntas resueltas.
• 01:20:35
  DataInterviewContenido similar, con entrevistas en vivo en las que uno pausa y practica.
• 01:21:05
  Tu VuRecomendaciones de estudio (DataCamp, Coursera), portafolio y proyectos en R y Python; similar a Tina Huang.
• 01:21:34
  Data Nerd / Luke BarousseData Analyst que usa Python para responder preguntas de negocio, con foco en storytelling con datos, visualización y automatización frente a hojas de cálculo.
• 01:22:25
  Jose María Alongo / Chema AlonsoReferente en ciberseguridad (Telefónica España), útil para concientización y privacidad de datos. Se recomienda escuchar sus charlas como podcast.
• 01:23:25
  John HammondCiberseguridad y análisis de malware, con desofuscación de código; apto para ver con concentración. Network Chuck se recomienda para empezar.
• 01:24:45
  ForrestKnightDesarrollo de software, extensiones de VS Code y organización como desarrollador, orientado a quien sale de la universidad.
• 01:25:35
  3Blue1BrownExplicaciones matemáticas visuales (estadística, física cuántica, análisis de Fourier).
• 01:26:40
  StatQuest / Josh StarmerExplica modelos de Machine Learning con animaciones, desde una base sencilla hasta profundizar; usado como referencia por defecto, por ejemplo para gradient boosting y regresión logística.
• 01:28:51
  Data SpacePodcast de Practicum, empresa en la que trabaja uno de los conversadores.
• 01:29:11
  Rob Mulla / MedallionStalionData Scientist que hace live coding en Twitch y tiene videos en YouTube.
• 01:29:37
  Joma TechContenido de memes y programación entretenida.
• 01:29:51
  Dot CSVTendencias de IA, recomendado por alguien del chat; no lo han visto.
• 01:30:24
  TowardsDataScience / Reddit / MediumReferencias típicas, junto al canal Clean Coders del tío Bob.
• 01:30:35
  FireshipVideos de menos de 5 minutos sobre conceptos útiles (estructura de carpetas de Linux, JavaScript, Docker, noticias de la industria y ChatGPT) con buena edición.
• 01:31:54
  en_codersPresentan su propio canal de YouTube, con un solo video por ahora, e invitan a seguirlo.
• 01:32:16
  CierreConcluyen que hay creadores para todos los tópicos y estilos, y que sirven para mantenerse al tanto de tendencias. Anuncian un compilado con todos los enlaces y bromean sobre ver contenido mientras lavan platos.

Palabras clave