Data-Centric AI: por qué más datos no significa mejores modelos
El cambio de paradigma en machine learning: invertir en calidad de datos, no en modelos más grandes. Herramientas y prácticas para implementarlo.
El cambio de paradigma en machine learning: invertir en calidad de datos, no en modelos más grandes. Herramientas y prácticas para implementarlo.
La historia de cómo pasé de analista atascado haciendo informes a entender de verdad cómo funcionan los datos. Y por qué tú deberías planteártelo.
DevOps revolucionó el desarrollo de software. DataOps está haciendo lo mismo con los datos. Guía práctica con herramientas y casos reales.
La mayoría de dashboards son teatro corporativo. Las decisiones se toman por intuición y se justifican después con datos.
Qué es un Data Engineer, qué herramientas usa, cómo es el día a día real, y cómo empezar si vienes del mundo Excel/Power BI.
Por qué las empresas compran IA sin tener los datos listos. El problema de la fontanería de datos.
Arquitectura unificada de datos sin importar dónde estén. Qué significa para un data engineer y cómo se relaciona con lo que ya usas.