Hacia Afuera con Omar Espejel

Charlie habla personalmente y no representando a Google de ninguna manera. Charlie: @charliesbot | Los Fullstackers: @losfullstackers Charlie trabaja como software engineer en Google en el equipo de Youtube. Aprendí que resolver el problema que tienes enfrente es la misión; no comenzar con la solución o la tecnología sin antes comprender el problema a fondo. Para esto, debemos poder adaptarnos a lo que el problema nos requiere. No importa el lenguaje de programación o la tecnología que estás usando siempre y cuando resuelvas problema (puntos extra si lo haces estar y seguro!). 1. Buenas prácticas en Google que recomienda aplicar Charlie: La más importante: la planeación. Antes de comenzar a programar hay que documentar. Podemos usar un formato de Design Doc (en Google, el buscador, se encuentran muchos templates y consejos para desarrollar uno). Parte del objetivo del Design Doc es identificar lo que vamos a programar y los posibles bloqueos. ANTES DE ESCRIBIR CÓDIGO, PLANEAR. Comparte el Doc con tus compañeros para revelar si algo se te está escapando. Es tan importante que puede ocupar el 60-70% de tu tiempo. Ahórrate el sufrimiento. Comunicación. Determina con tu manager cuáles son las prioridades. Si te sientes agobiado, coméntalo. Puedes pedir ayuda o priorizar. Comunica a tiempo, no un día antes del deadline. Adaptabilidad, de las favoritas de Charlie. Consejo de una manager de Charlie: Qué es un software engineer? Es la persona que resuelve problemas, no importan los lenguajes de programación. Esos los aprendes. La habilidad de adaptarte para resolver el problema que enfrentas es clave. 'Problema que llegue, problema que resuelves'. Importante: entre más conozcas, más puedes adaptarte. 2. Otros temas tocados Rust. Es un lenguaje de bajo nivel. No es recomendable para principiantes (Python podría ser más adecuado). Si ya entiendes los fundamentos de la programación (ya la amas) Rust puede llegar a ser muy potente. Nota: hay interoperabilidad con C++. Quizás para lo que tú buscas Rust no sea la solución, pero quizás sí... adaptabilidad. La web3 interesa a Charlie. Nuestro tercer invitado seguido que tiene como interés secundario la web3. También le interesa Remix (nuevo framework que compite con next.js) y Vite (alternativa a webpack). No compares tu progreso con el de los demás, no conoces su contexto; mejor compararse con tu yo de hace un mes. Si no logras resolver algo no te preocupes, calma. Va a salir eventualmente. Pocas cosas son irreversibles en el trabajo. Toma tiempo libre en el trabajo. Descansa. Tu estabilidad mental es clave. Evalúa seriamente si estás en un estado de depresión, es más común de lo que crees. Tener la mitad de los días malos y la mitad buenos es un estado depresivo. Prueba cosas como ir a un psicólogo o meditar. Identifica si la pelota está en tu campo. Eres tú el que debe hacer el siguiente movimiento o es otra persona? No te estreses por problemas que tú no puedes resolver. No todo es programación. Aprende nuevas herramientas o habilidades, eso ampliará tu perspectiva al ver los problemas, te da más creatividad. Ten puntos de vista diferentes. Siempre ten un segundo lado que contribuya con la persona que quieres ser. Eres capaz de todo, lo único que te limita está en tu mente. La adaptabilidad significa que problema que llegue, problema que buscas resolver así no tengas conocimiento. Adáptate a los problemas. Adecúate a los cambios.

MONAI: @ProjectMONAI Andrés (@diazandr3s) es Research Fellow en King's College London y desarrollador principal de MONAI un framework apoyado por NVIDIA para hacer imaging en aplicaciones del sector salud. Entre los temas que hablamos está la decentralización, la relevancia de los fundamentos, elegir bien a quién escuchamos, ser escépticos, los fundamentos del deep learning, soft y hard skills clave, libros y más. Andrés habla personalmente y no representando a MONAI o KCL de ninguna manera. Algunos principios que aprendimos (a nuestra interpretación): Andrés tiene interés en cómo se pueden usar los Transformers para a segmentación médica. Los sistemas descentralizados, como el blockchain, no son nuevos. En deep learning se puede observar en el federated learning. Se puede descentralizar el entrenamiento de un modelo de deep learning. Se elige una arquitectura común y cada hospital, por ejemplo, entrena el modelo con sus datos arriba de lo ya entrenado por otros hospitales (tuneo fino). No tenemos que tener todos los datos en un mismo servidor, vamos moviendo los pesos del modelo entrenado. Lo que estás haciendo hoy no sabes cómo puede apoyar a tu futura carrera. Enfócate en seguir un camino que sea adecuado para ti y no tanto en el destino. El destino cambia. En NVIDIA y Monai se tiende a usar Pytorch como framework para deep learning. Su flexibilidad ayuda. Monai se está desarrollando y tener más desarrolladores latinoamericanos ayudará! HARD SKILLS RECOMENDADAS: Aprender a programar. Más allá del lenguaje aprender los fundamentos, por ejemplo, programación orientada a objetos. Colabora a un proyecto de código abierto. Te da visibilidad, así puedes construir tu CV. Github es una fuente muy fuerte para las empresas que quieren contratar programadores. Cuando te involucras en un proyecto comienzas a crear conexiones. De repente estás colaborando con gente de Facebook y expertos de Pytorch, por ejemplo. Esa red de contactos se extiende y llega un punto en el que quieren contratarte a ti específicamente, no a alguien desconocido en su mundo. Apunta a esto, a que se creen posiciones solo para ti. SOFT SKILLS RECOMENDADAS: Aprender y dominar el inglés. Saber vender tus habilidades y ser un poco más extrovertido. Publicar tus códigos, escribir textos, aportar a la comunidad. Si no publicas lo que hiciste, es como si no hubiera existido para el mundo. Cuando se quiere entender un nuevo tema conviene fijarse en los fundamentos. Entender a fondo. De ahí se puede construir. Cuáles fueron los motivos de los early-adopters? Por ejemplo, un principio del blockchain es la descentralización y este mismo fundamento se puede aplicar a otras disciplinas. Pasos para entender los fundamentos de un tema: 1) Ser escéptico y 2) elegir bien a quién escuchas. Recuerda que, al menos, hay un principio que mueve el tema/sistema de tu interés. Encuentra ese principio y entiéndelo. Continuar agregando conocimientos y habilidades a tu caja de herramientas! LIBROS RECOMENDADOS: Factfulness: Diez razones por las que estamos equivocados sobre el mundo (Hans Rosling et. al). Te ayuda a pensar mejor en términos de datos. Ser escéptico. El sutil arte de que te importe un carajo (Mark Manson). Decide bien lo que te va a importar; no hay suficiente capital emocional para dejar que todo nos afecte. Basic Economics (Thomas Sowell). La importancia de los precios para la regulación de los mercados. Aumenta el precio de tu tiempo y talento.

Angela Ocando (@ocandocrypto) - Escuela Bitcoin y Blockchain de Platzi: platzi.com/blockchain-criptomonedas/ Latinoamérica como una región creadora de aplicaciones descentralizadas. Ángela nos cuenta sobre Bitcoin, Blockchain y la Web3. Nos da una mirada íntima a cómo podemos desenvolvernos en este ecosistema. Un tip clave: comprende qué es la descentralización y por qué es relevante. Ángela habla personalmente y no representando a Platzi de ninguna manera. Algunas principios que aprendimos (a nuestra interpretación): Mejorar las habilidades blandas es importante. Por ejemplo, aprender a escuchar. Cada persona es un universo y si aprendemos de ellos crecemos como individuos y profesionales. Disfrutar el aprender es una habilidad clave. Aprender no solo sobre tu profesión sino abrirte a más campos. Ser curioso te ayuda a adaptarte y en la industria de la tecnología esto es clave. Ángela se introdujo al Blockchain por su curiosidad y apertura a aprender. Qué es Bitcoin, Blockchain y Web3. El Blockchain nos permite que la información sea inmutable, segura y descentralizada. Es transparente y segura. Otras personas validan las transacciones por lo que es complicado engañar a un Blockchain descentralizado como el de Ethereum o Bitcoin. La Web3 permite que todos seamos parte de ella, por ejemplo, creando proyectos en la red de Ethereum. La Web3 es descentralizada, la información está cifrada en servidores en todo el mundo. Existen retos a enfrentar para una Web3 efectiva: e.g. escalabilidad y costos transaccionales gratis. Para eso creadores están desarrollando nuevas soluciones, por supuesto, descentralizada. Todos podemos ser parte de ella! La Web3 es un nuevo internet con la particularidad de que es descentralizada. Los datos ya no pertenecen a un servidor de una mega empresa tecnológica sino que son abiertos. El Blockchain está abierto para diferentes tipos de personas, no solo programadores. Lo principal es aprender los fundamentos del ecosistemas. Desde ahí descubrirás dónde puedes aportar más valor. Comprende qué es la descentralización y partir de ahí echa a volar tu creatividad. Tus habilidades de Web2 también aplicarán en la Web3, por ejemplo, marketing digital o creación de comunidades. Para aprender Blockchain comienza paso a paso. No dejarse abrumar por la cantidad de información. Solo se curioso y avanza un paso a la vez. La educación es un reto clave para la adopción. Los conceptos como play-to-earn y learn-to-earn abren las puertas a una nueva economía donde quizás se puedan encontrar ganancias además de disfrutar lo que se está haciendo. Producido por ELIA - Escuela Latinoamericana de Inteligencia Artificial: ELIA (@elia_latam) Omar Espejel (@espejelomar) Estefanía Arias (@yharyarias5) Yeder Laura (@yederlvicente)

Fernando (@fepegar_) es ingeniero en biomedicina, y candidato a PhD en University College London (UCL) y King's College London (KCL). Escucharás una plática con una densidad de información tremenda. Dos horas tomó hacer esta descripción. Los side projects y aventurarse han sido claves en la carrera de Fernando. Hoy no sabemos cómo se unirán los puntos, solo lo notamos en retrospectiva. Muchos puntos, inicialmente no conectados, han permitido que la investigación de Fernando ayude a prevenir la muerte súbita en pacientes de epilepsia. Además, la librería que inició, TorchIO, ha estado presente en la investigación para luchar otras enfermedades y condiciones. La maravilla del código abierto. Además, Fernando da al menos 11 consejos que pueden cambiar tu carrera, por espacio, disponibles en la cuenta de Twitter @espejelomar. Links que Fernando y Omar mencionan: A from-scratch tour of Bitcoin in Python - Andrej Karpathy blog #681 Creating Breakthrough Innovations w/ Peter Diamondis Investigación de Fernando para clasificar la epilepsia. Pytorch HUB y HuggingFace HUB. Documentación de TorchIO. Tocamos: El potencial que las tecnologías de la web3 pueden ofrecer, tanto para bien como para mal. Sin embargo, es algo que vale la pena explorar. Los side projects pueden ser definitorios en tu carrera, para blockchain puedes revisar la implementación de Andrej Kaperthy en python (link arriba). Un algoritmo de deep learning puede categorizar el tipo de ataque epiléptico de una persona. Reto: en implementaciones médicas suelen haber pocos datos disponibles para entrenar modelos aceptables. Fernando y su equipo necesitaban buscar un modelo pre-entrenado con datos similares a los vídeos que ellos utilizan para clasificar la epilepsia. Así podrían realizar transfer learning sobre ellos y obtener mejores resultados (mucho mejores) a solo entrenar su modelo con los datos que tenían disponibles. El transfer learning es una técnica en el deep learning que permite usar un modelo ya entrenado como base para entrenar tu propio modelo. El equipo aplica esta técnica usando un dataset pre-entrenado con videos, por ejemplo, de instragram, para predecir los hashtags de esos mismos vídeos. Estos pesos son públicos, cualquiera los puede usar. En Pytorch HUB se encuentran los pesos para Pytorch. Fernando y el equipo usaron esos pesos previamente entrenados para obtener mejores resultados con sus propios datos. Entrenaron una red neuronal recurrente y un clasificador para lograr predecir el riesgo de muerte súbita por epilepsia! La historia detrás de TorchIO. Una librería que catapultó la carrera de Fernando y que ha estado tras bambalinas en modelos de deep learning que ayudan a pacientes de todo tipo de enfermedades. Comenzó como un side project y ahora es conocida ampliamente en la comunidad de deep learning médica. Arriba el link, puedes colaborar con tu código! Producido por ELIA - Escuela Latinoamericana de Inteligencia Artificial: ELIA (@elia_latam) Omar Espejel (@espejelomar) Estefanía Arias (@yharyarias5) Yeder Laura (@yederlvicente)

Silvia Ariza, Data Scientist, nos cuenta cómo ha sido su experiencia en tecnología y cómo la brecha de género en el sector va disminuyendo pero aún resta trabajo por realizar. Twitter @silari_ Tocamos: Los pilares para llegar a ser data scientist. Aprendizaje con casos prácticos y estructura de storytelling. Posible ruta para conseguir un rol como data scientist. Qué son los roles como data engineer y data scientist. R y Python. Librerías de visualización y su relevancia. Utilizar bancos de datos abiertos para aprender. Las redes sociales de los programadores (GitHub y Stack Overflow) Empoderarnos como científicos de datos. Transmitir lo que hemos hecho. Ser la cara del análisis antes y después. Twitter para ingresar a nichos de información. Rompiendo la brecha de género al elegir qué carrera estudiar. Comunidades: la nueva fuerza del empoderamiento profesional (Women in Data Science, PyLadies, RLadies, CoWomen) Comunidades: Women in Data Science CoWomen PyLadies Producido por ELIA - Escuela Latinoamericana de Inteligencia Artificial: ELIA (@elia_latam) Omar Espejel (@espejelomar) Estefanía Arias (@yharyarias5) Yeder Laura (@yederlvicente)

Sergio Sánchez - La educación y Data Science Sergio Sánchez (@ChekosWH) Tacos de Datos (@tacosdedatos) Democratizar el conocimiento de data science en español. Más necesario que nunca. Sergio está trabajando desde Tacos de Datos para dar acceso a los hispanohablantes a esta disciplina. Puedes compartir tu trabajo en Tacos de Datos, apoyemos a la región. También Sergio nos comparte las tecnologías y soft skills que recomienda aprender. Tocamos: Aprender inglés: importante leerlo y más cuando es técnico. Aprender a escribir bien. Es la primera barrera para permitir que otros tengan acceso a tu trabajo. Inclusión. Compartir con la comunidad es clave. Aunque no seas experto estás en la posición correcta para enseñarle a los que están un paso más abajo en el viaje. Pública en un blog o foro como Tacos de Datos. Así no te preocupas por la distribución, solo en escribir y compartir. Aprendes más explicando lo que hiciste que haciendo lo que hiciste! Tecnologías claves hoy: 1) snowflake; 2)   Python y R (te van a quitar el miedo a programar); 3) Aprender Python o R te abren los ojos a tu potencial. Soft skills: 1) comunicación efectiva: explica cómo y que hiciste a personas no técnicas. Esto te ayudará a subir. Tener curiosidad: que te guste aprender. Punto. Pensar en las consecuencias de lo que creas. La ciencia de datos tiene consecuencias. Piensa si lo que estás haciendo puede tener consecuencias que no están de acuerdo con tus ideales. Producido por ELIA - Escuela Latinoamericana de Inteligencia Artificial: ELIA (@elia_latam) Omar Espejel (@espejelomar) Estefanía Arias (@yharyarias5) Yeder Laura (@yederlvicente)

Producido por ELIA - Escuela Latinoamericana de Inteligencia Artificial: ELIA (@elia_latam) Omar Espejel (@espejelomar) Estefanía Arias (@yharyarias5) Yeder Laura (@yederlvicente)

Acompáñanos a conocer una tecnología que definirá los 2020s La tecnología crypto / blockchain /web3 está cambiando el mundo. Los builders y creadores avanzan a una velocidad increíble. El potencial de estás tecnologías es cada vez más evidente. Los fondos de capital de riesgo están creando unidades enteras para invertir en emprendimientos que innovan en el sector. Los videojuegos crypto te pagan por jugarlos y están creando economías digitales en Filipinas y Vietnam. Algunos protocolos están compitiendo por ser el backend del futuro sistema financiero. En esta primera parte hablaremos de: Qué es el blockchain y para qué sirve. Cuáles son sus características. Lo vulnerable de la centralización y la ventaja de una red descentralizada e immutable. Los criptoactivos y cómo los builders aumentan su valor con innovación. Tecnologías blockchain como el backend del sistema financiero del futuro. Más builders = Mayor valor de la criptomoneda/token. DeFi (finanzas descentralizadas) y los proyectos más interesantes: uniswap, sushiswap. Participa en este nuevo mundo de innovación ;) Producido por ELIA - Escuela Latinoamericana de Inteligencia Artificial: ELIA (@elia_latam) Omar Espejel (@espejelomar) Estefanía Arias (@yharyarias5) Yeder Laura (@yederlvicente)

Omar Sanseviero - Machine Learning Engineer en HuggingFace. https://huggingface.co/ https://twitter.com/osanseviero Temas clave: Cómo HuggingFace y Spacy colaboraron para crecer el ecosistema open source NLP. No existe una ruta de oro para entrar a aprender IA. Busca resolver un problema y a partir de ahí encuentra las herramientas para resolverlo. Tip: PyTorch para comenzar. Haz proyectos interesantes para ti. El material está gratis en internet. Conocimientos necesarios para hacer Machine Learning de frontera. Sin tantas matemáticas harás maravillas. Crea tu portafolio y gana exposición en el HUB de HuggingFace. Sube modelos y demos al HUB con solo Python. Streamlit como frontend/backend para tus aplicaciones. Luego súbelo a HuggingFace. Todo gratis. Tendencia: Machine learning aplicado a nuevas áreas. Aplicar las nuevas técnicas a aplicaciones como 3D, audio, química, etc. Transformers: en el centro de la innovación. Están mostrando alta aplicabilidad a otras áreas como imágenes y audio. Cómo un latinoamericano puede llegar a una empresa que esté avanzando la frontera del machine learning. Aplica sin miedo a trabajos, aprende inglés, comparte con la comunidad (Twitter, Discord), crea contenido, obtén visibilidad. Actitud de crecimiento. ¿Es necesaria la licenciatura/maestría en computación para hacer machine learning? El síndrome del impostor. Todos lo hemos tenido. Producido por ELIA - Escuela Latinoamericana de Inteligencia Artificial: ELIA (@elia_latam) Omar Espejel (@espejelomar) Estefanía Arias (@yharyarias5) Yeder Laura (@yederlvicente)