Descubre este podcast y mucho más

Los podcasts se pueden disfrutar de forma gratuita sin necesidad de una suscripción. También ofrecemos libros electrónicos, audiolibros y mucho más por solo $11.99 al mes.

De Física a Data Science: Con María Alejandra Barrios, PhD

De Física a Data Science: Con María Alejandra Barrios, PhD

DeConexiones: Latinos en Tech


De Física a Data Science: Con María Alejandra Barrios, PhD

DeConexiones: Latinos en Tech

valoraciones:
Longitud:
65 minutos
Publicado:
24 jun 2019
Formato:
Episodio de podcast

Descripción

En este Episodio, conversé con Maria Alejandra Barrios, una colombiana Doctora en Física de la Universidad de Rochester, y científica de Lead Machine Learning para Noble.ai, una empresa que ayuda a reducir los costos del tiempo de investigación y desarrollo en compañías con herramientas de inteligencia artificial.



Alejandra obtuvo su título de bachiller en Gettysburg College participando del programa 3-2. Fue a través de la pàsantía de verano trabajando en un laboratorio con materiales radioactivos en SUNY Geneseo que tiene el financiamiento de Laboratory Laser Energetics - University of Rochester, que Alejandra decidió dejar ingeniería y abocarse de lleno a la física y filosofía.



En este episodio María Alejandra nos cuenta cómo llega a Lawrence Livermore National Laboratory, donde se encuentra el “National Ignition Facility” (NIF), sus dos años de decisión y el programa de entrenamiento que realizó en Insight Data Science para saltar de academia a data science, su tarea como data scientist, y todo acerca de su Start Up Noble.ai y su misión.







Notas del Programa:



00:26 – Dando la bienvenida a María Alejandra01:00 – Acerca de María Alejandra12:50 – Tema de investigación de su tesis 15:35 – La materia en diferentes estados es lo mismo que el condensado de Einstein?17:36 – Seguimiento de Neil Degrasse Tyson o algún físico pop19:19 – Y la filosofía dónde quedó?23:07 – Profesión de la madre y abuelo de María Alejandra23:59 – Experiencia en el doctorado de Rochester, cuatro años de investigación y dando clases29:26 – Acerca de Lawrence Livermore National Laboratory33:02 – Los 6 años de María Alejandra en Lawrence Livermore National Laboratory39:05 – Motivo para transición de investigación a data science47:25 – Qué haría diferente María Alejandra si tuviese que volver a dar ese salto49:41 – El trabajo día a día de María Alejandra como data scientist 51:54 – María Alejandra en Noble.ai, y su nuevo producto Noble.Blueprint52:49 – La misión de Noble.ai y demás productos58:18 – Acerca del equipo de Noble.ai01:01:08 – Recursos para estar al día con data science 01:02:29 – Palabras para la audiencia



Clave:



Ciencia dura y educación son importantes; una educación impactante puede ayudar a que temas más complejos perduren en el tiempo“Elige bien tu tutor, porque esa persona va regir tu vida por tus próximos cuatro años”Cada uno va a su propia velocidad y no hay un momento exacto para dar un salto. Es recomendable compararse con uno mismoAprende de los errores de los demás para intentar no cometer los mismosFísica y data science muestran los mismos resultados pero de manera diferente y con distintas herramientas En este momento hay muchas oportunidades en data science; “Si te gustan los datos, sigue adelante”Hay que agarrar un solo tutorial y enfocar en ese solo



Recursos mencionados:



SUNY Geneseo - programa de postgrado intensivo conectando academia con data scienceInsight Data Science - programas para aprender más sobre data science y ai



Conéctate con María Alejandra vía linkedin:



María Alejandra Barrios



Nos quieres ayudar a crecer?:



Déjanos una reseña en iTunesMandanos un mensaje a ConexionesPodcast@gmail.comCompártelo con un amigo



Quién es Hugo Castellanos? Averigua quién es en linkedin



Muchas gracias por escuchar el programa! Si quieres saber más o comentar el programa, por favor unete a nosotros en Conexiones o buscanos en LatinosWhoTech
Publicado:
24 jun 2019
Formato:
Episodio de podcast

Títulos en esta serie (100)

Conversaciones con Latinos en STEM