Séptimo semestre, ya trabajando de tiempo parcial en datos. Fue el semestre más denso y el que más me conectó la escuela con el trabajo.
Métodos Lineales
Regresión simple y múltiple por mínimos cuadrados y por máxima verosimilitud, la hipótesis lineal general, multicolinealidad, heterocedasticidad y autocorrelación, mínimos cuadrados generalizados, selección de variables y modelos lineales generalizados: logística, Poisson, devianza. Todo en R. La regresión que en segundo semestre era una proyección ahora venía con supuestos, diagnósticos y todo lo que puede salir mal.
Inferencia Causal
La materia que más cambió cómo leo un análisis. Correlación no es causalidad se dice fácil; la pregunta es qué sí es causalidad y cómo se estima. Resultados potenciales, aleatorización, diferencias en diferencias, variables instrumentales, regresión discontinua, emparejamiento. Cada método tiene un supuesto no verificable que hay que defender con argumentos, no con datos. Desde entonces, cuando alguien me muestra un dashboard con una caída y una causa, mi primera pregunta es cuál sería el contrafactual.
Cómputo Paralelo y en la Nube
Memoria compartida y distribuida, MPI, patrones de partición, contenedores. El proyecto fue implementar un Bag-of-Words serial y paralelo con MPI en C++17, comparando partición round-robin contra partición balanceada por tamaño de documento. La lección práctica: balancear por tamaño gana en cuanto los documentos se sesgan, y medir siempre le gana a suponer. El código está en mi GitHub.
Inteligencia Artificial
Búsqueda informada, agentes, razonamiento probabilístico, y una introducción a aprendizaje profundo. El repositorio del curso también es público. Fue interesante llevarla mientras en el trabajo usaba asistentes de código: la materia da el vocabulario para entender qué hacen y qué no.
Seminario de Legalidad y Ética en Ciencia de Datos
Privacidad, datos personales y la ley mexicana, sesgo y equidad algorítmica, responsabilidad. Después de tres años de optimizar, una materia entera dedicada a preguntar si se debería. Conecta directamente con Estudios Generales: la pregunta de Platón sobre lo justo vuelve, ahora con un dataset enfrente.
Negocios II
Un caso de negocio de principio a fin con datos: definir la pregunta, conseguir los datos, modelar, comunicar. El entrenamiento para lo que sigue.
Lo que me llevo
Que la causalidad se defiende con argumentos, que el paralelismo se defiende con mediciones, y que la ética no es un módulo al final del curso sino la razón por la que el curso existe.