Cameron White es analista en el equipo de data science de Fruit of the Loom y un millonario en XP de DataCamp. En su LinkedIn presume: “Más de 200 cursos, más de 10.000 ejercicios, más de un millón de XP y casi todos los itinerarios de habilidades y de carrera completados en DataCamp”.
También es padre soltero con un hijo pequeño, y el tiempo es su bien más preciado.
Cómo lograr competencia en datos con DataCamp
Hoy, Cameron domina Python y R y se maneja con soltura en muchas tareas de data science, desde ETL hasta modelización de series temporales y análisis de texto, entre otras. Pero hace cinco años no era así. Acababa de terminar el grado en matemáticas y estadística, y la mayor parte de su trabajo universitario era muy teórico, con algunas asignaturas de estadística aplicada. Consiguió unas prácticas en Fruit of the Loom que se convirtieron en un puesto fijo en el recién creado equipo de data science. ¿El problema? No tenía ni idea de qué tareas hacía realmente un data scientist ni cómo las llevaba a cabo.
Recuerdo perfectamente recibir la oferta y oír el término data scientist, pero entonces no tenía claro qué significaba de verdad.
Para prepararse para su rol en Fruit of the Loom, Cameron buscó plataformas online para adquirir habilidades de data science rápido. Probó con uno de nuestros competidores, pero sus cursos “no se ajustaban a [sus] necesidades como estudiante”. Descubrió DataCamp en 2015 y se enganchó casi de inmediato gracias a nuestro enfoque de aprender haciendo.
Me encanta poder aprender a mi ritmo con DataCamp.
Cameron valora la flexibilidad de la plataforma de DataCamp, que le permite una experiencia de aprendizaje fluida en ordenador y móvil. Puede aprender cuando tiene un hueco de 30 minutos, por ejemplo después de acostar a su hijo. También le gusta nuestro contenido en vídeo y lo encuentra “muy corto, pero útil”.
Además, destaca la calidad de nuestra formación: solo colaboramos con expertos líderes en data science, algunos de los cuales crean y mantienen las herramientas y paquetes que Cameron usa a diario.
¡Muchos cursos los imparte la propia persona que creó el paquete! ¿Quién mejor que el autor del paquete para enseñarlo?
El impacto empresarial de aprender con DataCamp
Cameron intenta reservar una hora al día para aprender en DataCamp, y ha podido aplicar lo aprendido directamente en su trabajo “en numerosas ocasiones, ¡a veces incluso al día siguiente!”.
Por ejemplo, no había oído hablar de Tidyverse antes de explorar nuestro programa de formación en R, y hoy su equipo usa los principios de datos tidy “casi todos los días, en casi todos los proyectos”. También ha aplicado muchas de las metodologías de modelización enseñadas en DataCamp en distintos escenarios de modelos de precios.
Tras hacer el curso Data Manipulation in R with dplyr, Cameron notó un gran salto de rendimiento, tanto en el procesamiento de conjuntos de datos grandes como en el tiempo de codificación. Estas habilidades fueron fáciles de implementar y compartió con ganas lo aprendido con sus compañeros, ayudando a generar entusiasmo interno por R y dplyr.
Uno de los proyectos más importantes en los que ha trabajado es una colaboración con Microsoft en analítica predictiva. Descubrieron que una bajada de 12 grados en seis días incentiva directamente a muchísimos consumidores a comprar ropa de invierno. Estos hallazgos les permitieron preparar de forma proactiva su cadena de suministro para atender necesidades geográficas distintas y optimizar las ventas del forro polar y otros productos de invierno de Fruit of the Loom. En este proyecto, Cameron y su equipo aplicaron muchos aprendizajes de cursos de DataCamp centrados en SQL, importación y limpieza de datos en R y modelización avanzada.
Cómo ahorró 196 días laborables con DataCamp
El impacto de DataCamp en el trabajo de Cameron ha sido enorme. Veamos cuánto tiempo ha ahorrado, según sus propios cálculos, tras cuatro años aprendiendo en DataCamp.
- Cameron trabaja unas 200 jornadas al año, es decir, unas 800 en cuatro años. De esas 800 jornadas, calcula que aproximadamente el 20% del tiempo lo ha dedicado a programar activamente, lo que nos da 160 días de trabajo (o 1.280 horas).
- Del tiempo de programación activa, estima que alrededor del 40% (512 horas) lo ha dedicado a análisis exploratorio de datos que aceleró gracias a los conceptos Tidy aprendidos en DataCamp. De esas 512 horas, calcula que aplicar principios Tidy le ha ahorrado aproximadamente la mitad del tiempo.
- En el otro 60% del tiempo de Cameron, alrededor del 10% lo ha dedicado a ayudar a otros con sus dudas de código, una reducción importante desde que su equipo empezó a usar DataCamp.
- Cameron calcula que el tiempo restante, cerca de 700 horas, lo ha invertido en trabajo más avanzado, como modelización con conceptos de nuestros cursos sobre el paquete caret, creación de apps Shiny o extracción de datos de la web. Destaca especialmente nuestro curso Writing Efficient R Code de Colin Gillespie, que fue clave para mejorar sus tiempos de ejecución.
- Según su estimación aproximada, obtuvo una ganancia de 675 horas al año en su programación directa. Esto ni siquiera incluye el gran ahorro en las fases sin código, como cuando el equipo define un proyecto por primera vez. Las nuevas metodologías aprendidas en DataCamp han acelerado mucho esta fase. Calcula que ha ahorrado un 70% del tiempo o 896 horas.
En total, ¡Cameron ha ahorrado unas 1.571 horas de trabajo o 196 días laborables en los últimos cuatro años! Como decíamos al principio, el tiempo es su recurso más valioso, así que sabe cómo exprimirlo al máximo.
Cómo DataCamp impulsa la colaboración
El equipo de Cameron aprovecha muy bien sus suscripciones a DataCamp para aprender temas nuevos cuando tienen tiempo libre en el trabajo. Son bastante competitivos y a veces se retan por el XP de DataCamp, lo que ayuda a “mantener el interés”.
Además, el equipo tiene objetivos formales de alcanzar un número determinado de horas de formación cada año, y usan DataCamp como vía principal para lograrlo.
El crecimiento del equipo es evidente por la cantidad de metodologías, algoritmos y procesos nuevos que estamos descubriendo en la plataforma.
Ayudamos a los equipos a trazar su hoja de ruta hacia la competencia en datos
Para Cameron, lo más difícil al empezar su carrera en data science fue saber por dónde comenzar y dónde centrar sus esfuerzos. Cree que DataCamp hace un trabajo excelente guiando su aprendizaje con nuestros itinerarios de habilidades y itinerarios de carrera.
La ciencia de datos es una trayectoria profesional interesantísima, divertida y muy gratificante, y la plataforma de DataCamp me ayudó muchísimo a abrirme camino en este campo.
Descubre más sobre el viaje de Cameron hacia la competencia en datos y conéctate con él en LinkedIn y Twitter.
Si quieres evaluar cómo DataCamp puede ayudar a tu equipo a dominar data science y análisis, visita datacamp.com/business o solicita una demostración de la plataforma.
