All Episodes
Big Data e Inteligencia Artificial — 108 episodes · page 1 of 2
108. Agentes
107. Grandes éxitos de la Inteligencia Artificial - Industria y política [Edición 2025]
106. Grandes éxitos de la Inteligencia Artificial [Edición 2025]
105. Cómo LinkedIn actualiza sus modelos de IA cada hora (y por qué importa)
104. ¿Qué significa REALMENTE data-driven?
103. ¿Qué hace un analista de datos?
102. Los datos no valen nada sin ESTO
101. La amenaza fantasma (3 años después)
100. ¿Y ahora qué?
99. Grandes éxitos de la Inteligencia Artificial - Industria y política [Edición 2024]
98. Grandes éxitos de la Inteligencia Artificial [Edición 2024]
97. La certificación de Ingeniero de Machine Learning de Google
96. Modelos de Machine Learning que caducan
95. Buenas prácticas para científicos de datos (Parte 2)
94. Buenas prácticas para científicos de datos
93. Las cuentas de OpenAI 💸
92. ¿Qué es MLOps?
91. Qué ordenador elegir para IA, mejores libros para aprender y roadmap de aprendizaje
90. El comodín del público
89. Árboles 🌳
88. Viajar ✈️
87. Cajas negras
86. Entrar al mercado laboral, formaciones timo y una decisión.
85. La gran apuesta
84. Cosas a tener en cuenta cuando examinas tus datos
83. Una neurona
82. Optimización del presupuesto de marketing con IA
81. Año 2: Abre sus puertas la membresía ninja
80. Machine Learning 101
79. PowerBI vs Tableau vs Qlik Sense: FIGHT! 🔥
78. Herramientas de visualización de datos
77. La importancia del Data Storytelling
76. Inteligencia Artificial No-code
75. Marketing e Inteligencia Artificial
74. El método definitivo para el análisis de datos
73. Regulación de la Inteligencia Artificial en Europa
72. En el nombre de la IA segura y responsable 🫡
71. ¿Cómo funciona Sora?
70. Buenas prácticas para el análisis de datos
69. Inteligencia Artificial en la construcción 🏗
68. Kaggle y el Machine Learning de competición
67. Los cuadernos de Jupyter
66. El motor de la Inteligencia Artificial
65. Propósitos 💫
64. Grandes éxitos de la IA (Industria y política) [Edición 2023]
63. Grandes éxitos de la IA [Edición 2023]
62. Big Data, Inteligencia Artificial y drogas
61. ¿Cuántas matemáticas es realmente necesario saber?
60. Oportunidades en Inteligencia Artificial
59. ¿Qué es la ingeniería de características?
58. Los últimos mandamientos del Machine Learning
57. Aún más mandamientos de Machine Learning de Google
56. Los mandamientos del Machine Learning
55. La Inteligencia Artificial no es gratis 🌱
54. El lago de los datos 🦢
53. El Big Data de Uber
52. Uber, Machine Learning sobre ruedas
51. La caja de herramientas del científico de datos
50. Elegir un programa de formación en Inteligencia Artificial
49. La certificación de Ingeniero de Datos de Google Cloud
48. Inteligencia Artificial para SEO
47. Ingeniería de prompts y ChatGPT
46. Big Data y abogacía
45. Año 1
44. Exploradores de datos
43. Datos, datos, DATOS
42. Analfabetismo 4.0
41. ¿Cuál es la diferencia entre Data Science, Machine Learning y Big Data?
40. ¿Te espían mientras trabajas?
39. Todos somos analistas de datos
38. El aprendizaje por refuerzo más allá de los videojuegos
37. ¿Cómo funciona el aprendizaje por refuerzo?
36. Fails de la Inteligencia Artificial
35. El aprendizaje no supervisado es una tarta
34. DeepMind
33. Mitos y realidades sobre la Inteligencia Artificial
32. OpenAI
31. Regreso al futuro: el ecosistema Hadoop
30. Todo lo que siempre quisiste saber sobre la nube
29. Cómo convertirse en un ninja del Big Data y la Inteligencia Artificial
28. La revolución de ChatGPT
27. Grandes éxitos de la Inteligencia Artificial [Edición 2022] - Industria y política
26. Grandes éxitos de la Inteligencia Artificial [Edición 2022]
25. Cómo utiliza Hacienda el Big Data
24. ¿Qué hacen los ingenieros de datos?
23. ImageNet y el reconocimiento de imágenes
22. Las claves del aprendizaje supervisado
21. Big Data y política
20. Machine Learning aplicado a la agricultura
19. Inteligencias artificiales que discriminan. Los sesgos
18. Tinder y cómo encontrar pareja con Machine Learning
17. Una Inteligencia Artificial para dominarlas a todas
16. Etapas de un proyecto de Machine Learning: Despliegue y monitorización
15. Etapas de un proyecto de Machine Learning: El modelo
14. Etapas de un proyecto de Machine Learning: Los datos
13. Etapas de un proyecto de Machine Learning: El problema
12. Perfiles profesionales Big Data
11. La Gran Dimisión
10. ¿Qué es el Big Data?
9. Big Data para predecir la Bolsa