En este episodio entrevisté a Laura Rojas, una profesional colombiana con 10 años de experiencia en el campo.

Laura compartió su trayectoria profesional, comenzando con estudios de administración de empresas y descubriendo su pasión por el análisis de datos durante prácticas profesionales en un banco.

Laura describió cómo evolucionó de usar Excel y Access hacia herramientas más avanzadas como Power BI y Python, actualmente trabajando como especialista en inteligencia artificial en la empresa mexicana-colombiana AP LATAM.

Laura recomendó tres libros: "Hábitos Atómicos", "Storytelling con Datos" de Cole Nussbaumer Knaflic, y "Thinking in Bets" de Annie Duke.

La entrevista concluyó con consejos para personas interesadas en aprender análisis de datos, enfatizando la importancia de cuestionar la información, convertir errores en oportunidades y rodearse de personas que fomenten el crecimiento profesional.

En este episodio entrevisté a Manlio, para el Podcast "análisis y visualización de datos". Manlio es un economista con 8 años de experiencia en consultoría de ciencia de datos.

Manlio compartió su trayectoria profesional comenzando en la policía de la Ciudad de México trabajando con estadísticas criminales, luego pasando por Walmart en planeación estratégica, y finalmente fundando una consultoría de 5 personas especializada en análisis de datos para la industria farmacéutica y financiera.

Durante la entrevista, Manlio explicó su enfoque en la comprensión del negocio detrás de los datos más que solo la parte técnica, su preferencia por el ecosistema Microsoft Power BI y Microsoft Fabric, y su trabajo actual con agentes de WhatsApp que responden consultas de negocio basadas en datos corporativos.

Al final recomendó 3 libros, escucha hasta el final del Podcast para que conozcas cuáles son.

En este episodio entrevisté a Celeste Díaz, Data Analyst con formación en sociología y demografía.

Celeste nos compartió su trayectoria profesional desde su infancia en Mérida hasta su trabajo actual en Cubbo México, donde se enfoca en mejorar los tiempos de entrega y calidad de los paquetes en la última milla, mediante análisis estadístico y modelos de regresión.

Durante nuestra conversación, Celeste explicó cómo la estadística la llevó a convertirse en Data Analyst, destacando su preferencia por R como herramienta principal y Github para la documentación.

Celeste compartió para la audiencia del podcast un consejo importante para principiantes en el campo: tomar un Curso en Estadística, ya que desde su experiencia es muy importante tener una sólida base en estadística y matemáticas más allá de las habilidades técnicas de SQL, ya que puede marcar la diferencia y no ser más del montón.

Finalmente Celeste terminó mencionando la importancia de formar una red de apoyo entre todos los que nos dedicamos a los Análisis de Datos. Que si alguien desarrolla alguna paquetería o tiene tips para mejores prácticas, que las comparta para crecer en comunidad.

En este episodio entrevisté a Andrés, quien estudió Ingeniería Industrial recién graduado de la Universidad Militar de Granada en Colombia y actual Business Insights Analisis en Instaleap, una empresa global de tecnología para retailers.

Compartió que su interés por los datos nació de su pasión por el fútbol y las estadísticas, lo que lo llevó a aprender de forma autodidacta herramientas como SQL, Python y Power BI.

Relató su experiencia en prácticas en Alquería, donde trabajó en la implementación de un WMS y enfrentó el reto de desarrollar habilidades blandas para comunicarse con distintas áreas.

Explicó su enfoque actual en la ingeniería de datos, su uso de Metabase y Python para automatización, y su opinión sobre la inteligencia artificial como un acelerador que no reemplaza el criterio humano.

También dio consejos a principiantes, destacando la importancia de no descuidar las habilidades blandas y de saber traducir datos en recomendaciones de negocio, ilustrándolo con un ejemplo de segmentación de edad para campañas de perfumes.

Finalmente, la conversación incluyó temas personales como su afición por los videojuegos, su proyecto de un dashboard del Mundial en Power BI y HTML, y recomendaciones de películas.

Tomado y traducido del Profile de Alex Freberg, founder of AnalystBuilder.com:

"No te limites a ti mismo con base en tu trabajo o actividades actuales.

Lo que haces no te define como persona. Algunas de las mejores personas con las que he trabajado en el mundo de los Datos, eran maestros, contadores, almacenistas, enfermeras en sus anteriores trabajos.

Yo era un terapista recreacional, pero encontré una nueva pasión y algo en lo que era bueno.

Así que no te limites con base en lo que haces actualmente. Si tienes pasión o curiosidad en algo, aviéntate!"

En este episodio entrevisto a Marcelo, quien compartió su trayectoria profesional desde la ingeniería industrial hasta convertirse en científico de datos, destacando su experiencia en distintas herramientas y proyectos, por ejemplo durante su estancia en Coderhouse durante la pandemia.

Marcelo habló sobre el impacto de la inteligencia artificial en el ámbito de datos, los desafíos y oportunidades que esto trae, y la importancia de mantener fundamentos sólidos y criterio propio.

Asimismo, Marcelo dio consejos para quienes inician en el área, resaltando la relevancia no solo de aprender herramientas técnicas sino también aprender del negocio (cualquiera que sea); es decir combinar conocimientos técnicos con la empatía y relaciones personales para saber qué datos son los relevantes para los stakeholders y desarrollar algo que sirva para tomar decisiones.

Por otor lado, Marcelo también recomendó libros y películas relacionadas con datos y su formación.

Finalmente la conversación incluyó preguntas rápidas de preferencias personales y mensaje inspiracional para quienes quieran comenzar aprender sobre Análisis de Datos y no se han animado.
Disfruten el episodio!

¿Cómo empieza realmente una carrera en el análisis de datos?

En este episodio especial en solitario, Isaac Figueroa comparte una reflexión íntima sobre sus orígenes profesionales y su evolución con la herramienta que lo inició todo: Excel.

Tras graduarse como ingeniero industrial en mayo de 2007, Isaac nos lleva en un viaje que comienza en la planta de Siemens Transformadores en Guanajuato. Ahí, enfrentando el reto de "expeditar" materiales para proyectos únicos, comenzó a estructurar sus primeras hojas de cálculo apoyado por una pequeña computadora Palm para hacer anotaciones en sus recorridos por la fábrica.

Compartirá el valioso consejo que le dio su padre para ganarse la confianza de su gerente, y cómo el control de datos ayudó a detectar a tiempo un error de entrega que pudo ser caótico para la empresa.

La historia continúa con su transición al sector público en la Secretaría de Finanzas, donde su dominio de Excel subió al nivel intermedio al consolidar el presupuesto de 40 dependencias estatales.

Descubre las "batallas" reales que su equipo enfrentó con plantillas descuadradas por los usuarios antes de subirlas a SAP, y cómo el uso diario de esta herramienta durante más de 12 años le enseñó tanto su gran valor como sus limitaciones, abriéndole el camino hacia SQL y Python.

¡Una dosis de inspiración y realismo para todo apasionado de la visualización y el análisis de datos!

Isaac en este episodio entrevistó a Anna, una especialista en análisis de datos de la India, para hablar sobre su trayectoria y carrera en este campo.

La entrevista fue en Inglés; Isaac tradujo las respuestas de Anna.

Anna compartió que en su inicio se interesó por Excel y posteriormente amplió sus habilidades incorporando Power BI, Power Query y Tableau para el análisis y la visualización de datos.

Habló de sus proyectos actuales, incluido uno de análisis de datos para una cafetería, y mencionó sus planes de aprender SQL y Python para desarrollar capacidades de análisis más avanzadas.

Anna subrayó la importancia de las habilidades interpersonales —como la resolución de problemas y la capacidad de narrar historias con datos— en este ámbito, y destacó los desafíos que ha enfrentado, tales como la limitación de recursos y el aprendizaje de estadística avanzada.

La entrevista abordó la ruta de aprendizaje que ella recomienda: comenzar con Excel, pasar a herramientas de visualización como Tableau o Power BI, continuar con SQL y, finalmente, aprender Python; todo ello haciendo hincapié en la importancia del aprendizaje continuo y de superar los obstáculos mediante la perseverancia.Anna recommended the book "Storytelling with Data" and suggested using Coursera for learning data analysis.