#30378 y que esperabas? No sé quién de los dos demuestra más desconocimiento si tú o él.
Habría que ver con que soltura haces gradientes a mano o programar un algoritmo que los use.. Never a master.
La base es lo más importante en todo campo.
Base.
#30395 si no sabes hacer las mates a mano, no lo entiendes... Hay muchos matices que no pillas ni sabes la justificación. Dicho esto obviamente hay que usar las librerías que hacen gente que no son monos, si.
En mi campo tengo que hacer muchas mates a mano ya que solo uso el algoritmo de optimitzación... No todo en este mundo son trabajos de front end amigo Hexan
Per vamos solo me reía de él que no se acordará de como derivar ni entenderá bien las ideas
#30394 y para que cojones iba a hacer yo un gradiente a mano?
Una de las partes de ser ingeniero es entender como funciona algo y elegir el metodo mas efectivo y acertado de hacerlo, de que me sirve hacer un gradiente a mano, cuando hay librerias hechas (posiblemente por autores mucho mas listos que yo), testeada por cientos de usuarios y que lo mas seguro no tenga vulnerabilidades ni bugs?
Que lo haga por los loles y por refrescar? Claro, pero mas alla de eso...
A mi me gusta programar y hacer cosas po mi mismo, pero tus ejemplos solo muestran wue estas @desu bicado del mundo
#30397 para aprender deberías hacerlo siempre que puedas invertir tiempo en ello, segundo hay muchos casos o cuando trabajas aplicando estado del arte que no se puede usar ninguna librería.
Si tu cliente te pide lo último lo tendrás que hacer a mano.
#30398 Estado del arte dice xD
Ya sabes no programes con lenguajes ya hechos, compilador o hazte el tuyo propio.
#30399 mi trabajo consiste en leer papers y hacerlos, y nos piden que probemos siempre las últimas técnicas posibles. Si algo se puede hacer en el tiempo que tenemos lo hacemos, si es demasiado complejo se pasa pero se debe justificar y entender.
Los gradientes por ejemplo según el dominio tienen bastantes matices, yo con nns ando estudiandolos bastante, por eso los he nombrado... Nada más
Edit: que tenéis razón en lo que decís, pero para aprender no, vais perdidos... Y sobre usar algoritmos ya hechos quien os creéis que los elige / optimiza? Venga besos
#30402 trabajo en empresa privada, pero que os doy toda la razón en parte.. Por otra perdidos...
Tengo un amigo que empezó como data scientist y siempre pasaba de mirarse las mates. Hace un mes o así se pillo por fin un libro de cálculo porque iba perdidisimo.
#30396desu:si no sabes hacer las mates a mano, no lo entiendes... Hay muchos matices que no pillas ni sabes la justificación. Dicho esto obviamente hay que usar las librerías que hacen gente que no son monos, si.
Comentario de profesor dinosaurio que jamás ha ejercido de profesional en empresa privada y se sigue creyendo el cuento, las mates de 1ero son importantes, las notas son importantes, etc...
En la informática, las matemáticas que se utilizan no pasan de bachillerato, y un data scientist de verdad (no académico vendehumo) tampoco utiliza matemáticas universitarias porque el powerpoint se tiene que presentar a un cliente o a un CXO y no quiere hebreo en la pantalla, quiere resultados.
#30404 Tenemos un proyecto que es detección de anomalías en piezas de un cohete. Cuando el cohete se queme al despegar sácale el power point a los señores de la Agencia Espacial.
Supongo que si me decís esto también me diréis que no hace falta estudiar para hacer front/back end y las arquitecturas y patrones son para profesores de uni que no han trabajado nunca con deadlines.
Merkury que hace dos páginas se quejaba de tener monos en el equipo...
#30405desu:Tenemos un proyecto que es detección de anomalías en piezas de un cohete.
Y para eso existen tecnologías que te lo hacen, no te vas a poner a hacer integrales como un subnormal, un poco de coherencia por dios
#30407 No me acuerdo pero estamos implementando los algoritmos a mano de ML y tratamiento de señal. Sé que estamos utilizando un algoritmo super específico que no está en ningún framework de ML(scikit, tensorflow/keras.. )
Estamos cogiendo unas técnicas de tratamiento de señal que dan muy buenos resultados en un campo específico y aplicándolo a nuestro problema, no sólo no se ha hecho antes sino que ni siquiera sé como se llaman los algoritmos de ML imaginate xdd
No me acuerdo, un becario como yo estos proyectos ni los huele xd mierda mensaje que me ha salido, pero vamos que lo hacemos a mano todo...
Obviamente usamos spring spark hadoop druid angular soxket.io solvers superset... Pero que a la que te sales un poco de lo típico tienes que hacer todo a mano por mucho framework que uses..
Y por esto soy becario y me la. Suda cobrar una mierda... No tengo responsabilidad y me. Gusta lo que hago xd eso si, hacer las cosas a mano me pegaría tiros a diario
#30404 los data scientist que conoces tu que hacen exactamente? quitando lo de tirar powerpoints a clientes
El @Blablakagar confunde al típico vendehumos de Business Intelligence con un data scientist hecho y derecho.
#30413 En realidad cogen la base de datos de la empresa y utilizan tecnologías de big data para sacar conclusiones, sea directamente al cliente o a los empleados de la compañia.
Creo que trabajan con los frameworks y tecnologías típicas (un poco anticuados) python, R, Spark (o hadoop, no recuerdo)...
desu tiene razón en que si estás aportando al estado del arte no hay framework que te salve. Obviamente no hablamos de trabajo de consultoría
#30415 asi que parece que ahora hay una coleccion de datos y necesitan invocar a un big data de magia negra para poder escupir los resultados... como comprueban que realmente esos resultados son los esperados? o como deciden por elegir una de esas magias de big data? o lo que diga el big data va a misa y pista asi pueden volver a pintar el excel?
