Enrique Dans ha escrito sobre lo inútil de estudiar programación por el mero hecho de estudiar programación.
Me ha gustado la lectura porque me sirve para confirmar lo que llevo tiempo diciéndote: no tiene sentido que estudies Python.
Dans habla de la programación en general y yo menciono Python en concreto pero porque es lo habitual en mi campo, en datos.
Hay gente que estudia Python porque quieren meterse en datos. Luego se dan cuenta de lo que han aprendido (a programar, así, en general), no les sirve para nada.
🛠️ Algún recurso
Pasa igual con R, todo sea dicho. Pero nadie quiere aprender R por el mero hecho de aprenderlo. Quien estudia R es porque quiere hacer estadística y aplicarlo a datos.
Lo que hace falta es algo de guía de por dónde empezar.
Te traigo un par de recomendaciones que me han gustado, pero que para aprovecharlas sí necesitas saber algo de R:
- Aquí tienes recursos chulos sobre visualizaciones. Está muy pensado para gráficos de inversión en bolsa, pero creo que puedes sacar ideas y luego llevarlas a ggplot2.
- Lo otro que te recomiendo es un paquete, marginaleffects, que sirve para sacar resultados de muchos tipos de modelos diferentes. Mucha estadística y mucho intento de estandarización, de hacer todo lo más parecido posible, cosa que sabes que me gusta.
📖 Alguna lectura
Volviendo a Enrique Dans, una cosa que merece la pena matizar es que sí recomienda estudiar programación, como cultura general.
Lo que no recomienda es que decidas dejarlo todo y estudiar programación con la intención de dedicarte a ello.
Sin duda, estoy de acuerdo con él en que programar te cambia la forma de pensar. ¿Para bien, o para mal? Bueno, eso decídelo tú.
Pero voy un poco más allá.
Si te dedicas a datos, aunque trabajes con Python o con R, lo que tienes que saber es SQL (ya te he hablado de eso alguna vez). Porque SQL es cultura general
¿Cómo empezar si no tienes ni idea de SQL?
Pues mira, yo siempre he sido muy fan de SQLite, aunque últimamente me estaba yendo hacia DuckDB. Aunque después de leer esto, me he reconciliado con SQLite.
Y con los últimos avances, hay que meter la IA como cultura general, te guste o no.
La ventaja es que hay ya muchos recursos.
- OpenAI sacó su guía de mejores prácticas para ChatGPT, recurso ideal para usuarios como tú y yo, que usamos IA pero pasamos de desarrollarla nosotros.
- Eso sí, si lo que quieres es tener unas nociones de cómo se desarrolla, parece que Google ha sacado unos cursos con muy buen contenido. No los he probado pero están hablando muy bien de ellos los gurús.
Y acabo: recuerda que todo el tema este de la IA no habría llegado a nada si no fuera por toda la estadística que se aplica a los datos.
Y en ese sentido, me llama mucho la atención esta historia sobre cómo se forjó el término data scientist, a partir de los estadísticos que aplican su conocimiento al mundo empresarial pero saltándose un poco el rigor matemático.
Una frase: “Nunca verás a un estadístico calcular la media de dos predicciones de modelos lineales y usarla como predicción final.”
De estadística no tengo formaciones preparadas, pero de tratamiento de datos sí. Y recuerda que la estadística si no sabes tratar tus tablas no te sirve de nada.