Debo admitir que siempre he estado más interesado en las estadísticas y las partes de análisis de datos cuando se trataba de mis proyectos de biología molecular durante mi licenciatura en lugar de los trabajos de laboratorio más “prácticos” (acabo de encontrar un documento antiguo, vergonzosamente trivial, eso resume bastante bien uno de mis proyectos de pregrado: https://www.openintro.org/downlo…. (Por cierto, sacar las conclusiones de los datos y escribirlos tomó 1-2 días; hacer los experimentos tomó un mes o asi que.
Espero que no parezca que no me interesara la biología molecular; sin embargo, pronto me di cuenta de que trabajar en un laboratorio húmedo no era para mí: lo vi como el “mal necesario”, la parte tediosa de recopilación de datos;). (Espero que los experimentadores no se enojen conmigo cuando digo esto porque realmente aprecio todo el trabajo duro de mis colaboradores :)).
Aunque me uní a un grupo puramente computacional para mi doctorado, creo que mi verdadera pasión por la ciencia de datos y el aprendizaje automático se encendió un poco más tarde por una clase de reconocimiento de patrones estadísticos que tomé en la escuela de posgrado. Estudiar estas técnicas solo fue muy divertido, y pude ver de inmediato cómo se asignarían a mis problemas relacionados con la biología. En estos días, debo decir que a veces estoy demasiado entusiasmado con los algoritmos y las técnicas, y la biología se está volviendo algo secundaria. Hoy, diría que me interesé cada vez más en el proceso de resolución general de problemas, y la biología es un campo en el que tenemos muchos datos, y hay muchos problemas por resolver 🙂
- ¿Debo pasar a la ciencia de datos desde la ingeniería de big data?
- ¿Qué tecnologías admiten el análisis de Hadoop y Big Data?
- Tengo seis meses donde tengo que aprender Minería de datos y no hacer nada más. ¿Donde debería empezar?
- ¿Cómo alguien más nuevo pone el pie en la puerta de la ciencia de datos, tanto en términos de aprendizaje como de trabajo?
- ¿Qué software recomendaría para el análisis de datos cualitativos de 30 entrevistas? Hay 11 códigos y, en promedio, cada respuesta tiene 5 códigos concurrentes.
