Danes intervjuvamo Carlosa J. Gila Bellosto, nekoga, ki je svoje življenje posvetil statistiki, matematiki in programiranju.
Carlos J. Gil Bellosta je delal v podjetjih, kot so Ebay, BBVA, Everis ali Barclays. Kljub temu je tudi statistik, podatkovni znanstvenik, R navdušenec in bloger v svojih prostih časih.
Čeprav je imel sedež v Madridu, je študiral matematiko in statistiko na univerzi v Zaragozi in univerzi Washington v St. Louisu v ZDA.
Datanalytics se je začel leta 2005 in v zadnjem času Circiter S.L., kjer je delal z velikimi in majhnimi podatki. Je aktiven član uporabniške skupnosti R, razvil je več paketov, kot so vedno bolj priljubljeni rPython, pxR in MicroDatosEs, in je od leta ustanovitve leta 2011 predsednik združenja R uporabnikov (Comunidad R Hispano).
1. Kaj matematik počne s programiranjem? Kakšen je odnos med matematiko in računalništvom?
Obstaja klasičen članek, The Manager and the Moron, kjer piše:
"(T) Računalnik je ustvaril nekaj, česar v zgodovini sveta še ni bilo, in sicer plačevanje služb za matematike." ("Računalnik je ustvaril nekaj, česar v zgodovini sveta še ni bilo - namreč službe za matematike."
Mislim, da imate povsem prav. Na Twitterju je samo debata o tem. Natančneje, o tem, kaj je bolj koristno za podatkovne vede: študij matematike ali računalništva. Rekel sem, da nekaj takega, da se računalništvo ne študira, da je računalništvo znano (študirate fiziko, ekonomijo ali matematiko). Angleščine se učimo, da komuniciramo s tretjimi osebami (ljudje), in se učimo računalništva, da na trivialni način komuniciramo s tistimi stroji, s katerimi komuniciramo toliko ur na dan.
Kot matematik sem usposobljen ostati na teoretični strani stvari. Toda sčasoma začnemo ceniti praktičnost stvari. Za izvedbo potrebujete računalnike. In vedeti, kako jih programirati.
2. Ali menite, da bi bilo treba računalniško programiranje izvajati na ekonomskih in poslovnih fakultetah? Zakaj?
Mislim, da sem na to že odgovoril. Ekonomija in finance sta praktični disciplini. To pa pomeni računalnike. In ne, Excel ni dovolj.
3. Ali menite, da bi moral imeti danes dober ekonomist osnovne pojme programiranja?
Ne strinjam se. Osnovno? Ni šans. Biti morajo globoki. In ne tako rečem: priporočam serijo člankov, ki jih je o tej temi objavil Jesús Fernández Villaverde v NadaEsGratis.
4. V kakšnih opombah se učitelji v institucijah, kot so IE, EOI ali EAE, spreminjajo sposobnosti učencev? Ali opazite izboljšanje ali poslabšanje?
Vse so zelo različna spletna mesta z zelo raznolikimi študentskimi profili. Obstajajo programi, namenjeni "srednjim menedžerjem", ki iščejo poslovno vizijo (vendar ne da bi si umazali roke s kodo); obstajajo za strokovnjake z nekaj izkušnjami; drugi, bolj namenjeni nedavno diplomiranim študentom, ki želijo poglobiti svoje kvantitativne spretnosti … In najbolj me preseneča ravno nespremenjenost. Ne vidim, da nove generacije, tiste, ki imajo pametne telefone "za vedno", niso posebno pametne. "Sodobni" ekvivalent nespretnemu kopiranju kode v Wordu jo fotografira in deli v WhatsApp.
Druga manifestacija nespremenjenosti je, da delež res dobrih študentov sčasoma ostaja stalen.
5. Kaj bi priporočili nekomu, ki želi začeti s programiranjem na teme, povezane z gospodarstvom?
Python. Skoraj zagotovo Python. In grafika (s Pythonom). Da spremlja tudi nekatere bloge ljudi, ki objavljajo na podteme (znotraj gospodarstva), ki ga zanimajo, in se poskuša navdihniti teh idej, da začne delati prve korake. Začeti programirati je težko. Zato ga je priročno kombinirati s hobijem.
6. In glede programske opreme, katere programe priporočate za izvedbo ekonometričnih študij? (R, Python, Matlab, Eviews, Stata …)
R in Python. In če bi izbral enega za začetek, bi rekel Python. Programi, kot so Eviews, Stata ali Matlab, nimajo predstavitve, zato jih lahko preskočite.
7. Ali imate kot predsednik skupnosti Hispanic R v mislih projekt?
Nekdanji predsednik. Nekaj mesecev. Zdaj je skupnost R Hispano v boljših rokah. V resnici skupnost R Hispano organizira XI R Conference Conference, ki bo zelo velika. Med drugim tudi zato, ker se vračajo v Madrid.
8. Izobraževanje iz spletnih medijev je še vedno podcenjeno. Ali menite, da se bo to spremenilo? Kje teži izobraževanju v prihodnosti?
Mislim, da je napačno ocenjevati (preveč ali minus-), kaj se je nekdo naučil ali trdi, da se je naučil (tudi z uradnim naslovom). Oceniti morate, kaj je nekdo naredil, njegov osebni portfelj. V tem smislu dobi neformalno izobraževanje (spletno ali ne) zelo pomembno vrednost: človek se sooči s težavo in poišče načine, kako jo rešiti. Neformalno izobraževanje je zelo pomembno tudi v času, ko se tehnologije hitro razvijajo.
Kljub temu obstajajo stvari, ki bodo ostale za vedno enake. Dobra osnova (mislim na dobro stopnjo izobrazbe ali podobno) je bistvenega pomena za oblikovanje konceptualnega okvira, kjer se ujemajo ti bolj … prehodni elementi. Tudi tu mi je matematika veliko pomagala: mislim, da bolje kot drugi vem, kaj je med različnimi tehnologijami značilno, kaj si zasluži, da se shrani in zapomni, njene vidike Kleenexa (za uporabo in zavreči, ker so predmet revizije). in spremembe).
9. Na koncu, kaj glede svojih poklicnih izkušenj bi svetovali nekomu, ki se želi posvetiti panogi, kot je vaša?
Odvisno od tega, kje si, kaj si študiral, koliko si star. Na primer, mlademu matematiku bi rekel: nauči se dobro programirati, nauči se tehnologij, povezanih s podatki, in pojdi nekaj let na delo v svetovalno podjetje, ki te izpostavi različnim težavam in podjetjem. Prosil bi nekoga z več izkušnjami, da iskreno razmisli, kje se jim zdi najtežje (pri programiranju? V matematični in / ali statistični osnovi?), In naj svoja prizadevanja usmeri v to smer (morda s spletnim usposabljanjem, dobrimi knjigami, z osebnimi izzivi itd.).
10. Bi lahko pokazali primer, kaj lahko programiranje počne v vsakdanjem življenju?
Običajno na Twitterju objavim povezave do radovednih stvari, ki jih imajo ljudje, ki imajo več časa kot jaz. Včasih zabavno s primerom, kakršnega bom pokazal zdaj. Ki se poleg tega nagibajo k mikrovirulizaciji (v mojem mikro-svetu se viralizirajo, daj no). Običajno pa so to najmanj praktične vrste aplikacij. Tisti, ki se res splačajo, so drugi veliko bolj dolgočasni in neskončno manj razkošni. Primer pa je simulacija zadetka na uradni tekmi.
Nogometne animacije z R https://t.co/ytnkXaH8uw pic.twitter.com/vmy2EO17aM
- Carlos Gil Bellosta (@gilbellosta) 1. aprila 2019