MENU

| AR

Sedes

Cursos

Carreras

Programas Ejecutivos

Paises

“Estudiar en Digital House es vivir durante un semestre una situación similar a la que te vas a encontrar en un trabajo de programador”

“Estudiar en Digital House es vivir durante un semestre una situación similar a la que te vas a encontrar en un trabajo de programador”
#Tecnología
1 de oct - min de lectura

La diseñadora gráfica Lucía Cavagna, de 34 años, estudió Programación Web Full Stack, y hoy es mentora digital de la institución.


¿Por qué decidiste estudiar Programación Web Full Stack?

Soy diseñadora gráfica y, lamentablemente, nunca pude ejercer en relación de dependencia. Por distintas cuestiones empecé a trabajar a mediados de la carrera y ya me mantenía sola. Una cosa llevó a la otra y terminé con una experiencia de 10 años en administración y finanzas en diferentes empresas de telecomunicaciones.

Dado que me di cuenta que necesitaba un cambio porque quería conectar con algo que me guste y me apasione, y al entender que las nuevas necesidades y tecnologías piden que te estés capacitando continuamente, decidí estudiar Programación Web Full Stack. En simultáneo me enteré de la beca del Banco Mundial en Digital House. Me anoté y me lo tomé muy enserio, con todos los miedos que eso implicaba, porque si quería un cambio tenía que apostar, invertir en mí y avanzar, poniendo el foco en el propósito. Así fue como me enfoque en capacitarme en esta disciplina.

¿Ser mujer tiene algún impacto al momento de decidir dedicarse a la programación?  

No, para nada. Primero porque escribir código te hace pensar, y eso hace que una se ponga creativa a la hora de solucionar problemas desde el backend. Dependiendo a qué rama te dediques podés ver el proyecto como un todo y todo lo que pasa por detrás, que al entender cómo funciona, podes desarrollar cosas muy copadas. 

En cuanto al front ayuda mucho a que no te limites, porque querés ver algo que se vea bien.  Por otra parte, ser mujer suma muchísimo en las entrevistas laborales, o por lo menos esa es mi experiencia. Sobre todo en las entrevistas para front, cada vez que mencionaba que soy diseñadora gráfica se notaba que era un plus para el filtro. Yo creo que la programación siempre encuentra, en nuestros skills natos, algún punto donde hacerse fuerte.

¿Te costó aprender a escribir código?

Me costó, como cuesta aprender cualquier lenguaje nuevo ya que es similar a aprender a hablar otro idioma. Por eso, si no lo practicás es lo mismo que nada, porque no es cuestión de tener solo la teoría aprendida.  

¿Qué es lo que más te gusto de la experiencia vivida en Digital House?  

El grupo humano que se formó y, por sobretodo, el grupo docente y no docente que habita Digital House, porque siempre nos están apoyando y buscando diferentes formas de explicarnos una misma cosa hasta que la logramos entender. Realmente, todos están muy comprometidos y, naturalmente, nos motivan.

Por otra parte, realmente el curso es intensivo, y a veces cuesta seguir el ritmo sobre algo totalmente nuevo. Por eso, es fundamental dedicarle tiempo extra para poder seguir el ritmo.  

Hoy sos mentora digital en Digital House ¿Qué significa esto?

En este rol acompaño a uno o dos grupos en su proyecto integrador, ayudándolos y orientándolos en su labor sin entregarle las soluciones. Básicamente, los acompaño en el proceso, desde las diferentes aristas del mismo, para que no pierdan el foco.

¿Implementás en el trabajo lo que aprendiste en el curso?

Todos los días, todo lo que vimos. Estudiar en Digital House es vivir durante un semestre una situación similar a la que te vas a encontrar en un trabajo de programador. Desde el clima de la institución, donde todos son muy colaborativos, y que es el mismo clima con el que se debe vivir el grupo para llevar adelante el proyecto, hasta la metodología scrum, git y los lenguajes, por mencionar solo algunos ejemplos. 

¿Qué consejo le darías a una persona con respecto a dedicarse a la programación?

Foco, foco y compromiso. Si uno quiere un cambio, en Digital House están todas las cartas dispuestas para que ese cambio suceda. Pero hay que tener el foco claro. También hay que alinear las ideas, ser claro con uno mismo, saber que eso se quiere y elegir las cartas correctas. 

Por otra parte, si bien en Digital House te facilitan absolutamente todo lo que está al alcance de ellos, está en nosotros mismos aprender. Dedicarle las horas extras de clase, leer, buscar, practicar, participar, volver sobre los temas que vimos, ver para todas las clases las clases virtuales y leer el material y la documentación. 

Yo estoy sumamente agradecida con todo lo que me brindaron en la institución porque me enseñaron a alinearme con una decisión e ir por ella. Yo creo que Digital House llegó en el momento justo y me abrió muchas más puertas que las laborales para llegar a un cambio más integro. 

Otras Noticias

Ejemplos reales de cómo la Ciencia de Datos ayuda a resolver problemas img
#Datos

Ejemplos reales de cómo la Ciencia de Datos ayuda a resolver problemas

El profesional de Data Science, también conocido como Data Scientist, es un experto en resolución de problemas, ayudando a las empresas a reducir costos, aumentar la productividad y proporcionar datos para la toma de decisiones, incluso durante las crisis económicas. Por todo esto, el científico de datos es una de las profesiones más demandadas en el presente y con mejores perspectivas a futuro.  Este profesional, objetivamente, tiene el papel principal de transformar los datos en inteligencia para el negocio.  Ejemplos de cómo la Ciencia de Datos ayuda a tomar decisionesLas armas de Data Scientist tienen una conexión directa con la inteligencia lógica, el monitoreo y la interpretación precisa y precisa de los algoritmos.A continuación, presentamos preguntas y situaciones que sirven como ejemplos de aplicaciones de Data Science:➜ Mostrar qué productos realmente interesan a los clientes de una empresa.➜ En los próximos dos meses, ¿qué clientes probablemente no pagarán?➜ En el período posterior a la crisis, ¿cuánto tiempo le tomará a una compañía en particular restablecer su negocio?  ➜ Para que esto suceda, ¿qué acciones deben tomar por adelantado?➜ ¿Es mejor invertir en acciones o comprar / alquilar equipos más modernos para la producción?➜ ¿Es mejor contratar a más personas el año que viene? Si es así, ¿en qué áreas será rentable el retorno? Cómo un científico de datos entrega resultadosAnte estos desafíos, tan vitales para la supervivencia de la empresa, este profesional confía en la tecnología y el desarrollo de habilidades digitales  para analizar datos y ofrecer soluciones para el negocio.Con ellos, el científico de datos tiene el conocimiento necesario para comprender completamente el problema, identificar qué tipo de método usar y ayudar a resolver la situación, comenzando con el tratamiento de los datos.En este paso, el objetivo es proporcionar al método elegido solo información útil para resolver el problema. Cuando se completa, aplica la solución resultante, evaluándola con métricas específicas, las mismas que mostrarán las limitaciones contenidas en la solución. Luego, con toda certeza, es hora de llevar la solución a la junta, es decir, a los propietarios del problema. El informe State of the CIO 2020 IDG  indica que el 37% de los líderes de TI son conscientes de que el análisis de datos para su negocio será el mayor motor de inversión este año.En definitiva, no hay motivos para esperar: ¡Hay que aprovechar esta tendencia global para convertirse en Científico de Datos y hacer que nuestra carrera profesional despegue sin límites! 

El futuro es colaborativo: cómo programar en equipo img
#Otros

El futuro es colaborativo: cómo programar en equipo

La colaboración, la organización, las herramientas ágiles y los estándares preestablecidos son la esencia de la programación en equipo . Para complicado, pero no lo es. A lo largo del artículo, desmitificaremos la programación colaborativa  y explicaremos, punto por punto, por qué la programación en equipos puede generar excelentes resultados, siempre y cuando todo esté diseñado con el compromiso de todos hacia el objetivo común.Cómo aprender a programar en equipoDebido a las medidas de protección relacionadas con la pandemia, el trabajo de la oficina en casa, que ya estaba creciendo, experimentó un auge, y en este escenario, el área de programación también se vio afectada. Con eso, aprender a programar en equipo se ha vuelto esencial.La programación colectiva puede ser muy interesante, en el sentido de mejorar y desarrollar habilidades sociales y compartir ideas para la creación de prototipos y el conocimiento. Pero para eso es preciso tener cierta pautas en claro:  Al inicio hay que concentrarse en la organización de tareas y la comprensión del objetivo. Luego, realizar una primera reunión virtual con el equipo involucrado, dividiendo el proyecto en módulos, estableciendo una interfaz entre cada uno de ellos. Por lo tanto, es más práctico definir las funciones de cada profesional y los parámetros que se crearán para cada etapa. Las reuniones deben ser frecuentes, preferiblemente semanales, con horarios y fechas fijas. En la primera reunión virtual, que guiará las siguientes, es interesante definir las siguientes acciones:➜ Creación de un documento con todos los estándares establecidos, verificando si abarcan lo que todo el equipo quiere para que se desarrolle la plataforma;➜ Elegir a una persona responsable de monitorear el código, que funcionará como  tutor para asegurarse de que estas normas se cumplan y se organicen;➜ Alentar a los miembros a aportar ideas para mejorar lo que ya se ha definido, estableciendo nuevas conversaciones rápidas, incluso fuera de la reunión semanal;➜ Definir herramientas y metodologías ágiles para que todos puedan usar durante el desarrollo de la plataforma;➜ Establecer plazos claros, dividirlos en macros y micros, tanto para el equipo como para el individuo. Es mejor sentir la dinámica de su equipo y adaptar la forma de las entregas.Herramientas para la programación en equipo.Hay muchas herramientas que ayudan y muchos equipos para programar juntos. La metodología Kanban y Scrum son excelentes ejemplos de optimización, ya que inducen entornos más colaborativos y flexibles durante el proceso. Y con el equipo trabajando de forma remota, un buen consejo es mantener siempre un chat para compartir lo que está haciendo, responder preguntas, señalar errores, compartir ideas para soluciones. El Slack puede ser una buena alternativa para este chat, compartiendo conversaciones entre los módulos.El GitHub también funciona bien, donde el equipo usa el control de versión del código fuente de la plataforma de alojamiento usando Git, lo que permite a los usuarios registrados contribuir en proyectos privados y de código abierto, donde sea que estén.Y si tu equipo o proyecto es más grande, Trello es una alternativa, porque puede dividir las pestañas en: referencias o recursos (todos los archivos necesarios para acceder), backlog de Sprint (listas de tareas que deben completarse durante el Sprint) , bloqueado (impedimentos externos al progreso del trabajo), módulos en progreso, informe de errores (todos los problemas encontrados en el código a resolver) así como todas aquellas tareas que ya se han completado. Revisando códigos juntosEscribir una solución, un texto u otro material solo a los ojos de quienes lo produjeron puede traer un resultado menos cercano a la realidad que si el mismo código está sujeto a otras evaluaciones y opiniones.En el caso de la programación en equipo, la contribución de todos garantizará un resultado más consistente, ya que existe una diversidad de ideas involucradas, historias y seres humanos, además de conocimiento técnico y conocimientos únicos. Y cuando se trata de revisar el código, esta condición del equipo cuenta y mucho. En este momento, es necesario leer y comprender qué hace ese algoritmo, es decir, estudiar, aunque sea indirectamente, diferentes formas y soluciones de problemas de lo que normalmente haríamos.Cuando el equipo es diverso, con consenso democrático, cada revisor de código leerá y comprenderá el algoritmo desde su perspectiva para aprobarlo. Pronto, el cliente tendrá una solución mucho más robusta y asertiva.En Digital House  todos tienen la oportunidad de mejorar sus conocimientos de programación, para que pueda realizar y participar mejor en el trabajo de programación en equipo, incluso de forma remota. En nuestro programa de cursos en el área de programación  tenemos el programa Desarrollo Web Full Stack, en el que aprende a trabajar de forma colaborativa, utilizando metodologías ágiles, con el dominio del desarrollo de sitios web y sistemas web, utilizando lenguajes de programación como HTML, PHP, Javascript, Laravel, React y más.

Lo que necesitas saber para convertirte en un científico de datos img
#Datos

Lo que necesitas saber para convertirte en un científico de datos

¿Quiénes son los científicos de datos?Los científicos son personas curiosas, investigadoras e interrogantes con un gran poder de análisis y observación. El Data Scientist es así, traduciendo información, construyendo probabilidades y generando predicciones más ciertas para que un negocio prospere.El informe Connectivity Benchmark 2020 , el MuleSoft, habló con 800 líderes en organizaciones con al menos 1,000 empleados, EE. UU., Reino Unido, Francia, Alemania, Países Bajos, Australia, Singapur, Hong Kong y Japón, y señaló que las cuatro prioridades principales sus inversiones en TI fueron: seguridad (53%), big data y análisis (48%), estrategia multicloud (41%) e inteligencia artificial / aprendizaje automático (41%). Tenga en cuenta que todos están relacionados con los datos.Y, para que esta inversión traiga resultados, estas compañías saben que es necesario integrarse con los sistemas existentes. También según la encuesta, las tres funciones comerciales principales con necesidades para esta integración son: analistas comerciales (40%), científicos de datos (38%) y atención al cliente (38%). Aquí, está claro que el científico de datos actual no puede quedarse en la burbuja de TI. Debe participar activamente en la toma de decisiones, ya que los datos son el nuevo petróleo.Primeros pasos para convertirse en un científico de datosCada Data Scientist tiene un lado autodidacta. Curioso, estudia mucho, investiga y busca nuevas tecnologías por su cuenta. Así que es buena idea buscar comunidades, grupos y eventos gratuitos para conocer las nuevas tecnologías.  Conocimientos básicos de la base de datos y la estructura del lenguaje de programación.El prerrequisito básico para esta carrera es tener un conocimiento básico de bases de datos relacionales o no relacionales (SQL y NoSQL) y en lenguajes de programación .Para "diseccionar" una base de datos, como la investigación de laboratorio, y explorarla en su totalidad, se necesita aprender algunos lenguajes como R y Python, creando su modelo de algoritmo, así como la estructura para asignar variables, vectores, matrices, bucles, etc.  Dominar mínimamente las estadísticasCuartiles, percentiles, varianza, desviación estándar y lo básico en cálculos matemáticos como álgebra, regresión, comprensión de la tendencia de los datos al pensar en la representación visual en gráficos exploratorios. Es importante saber sobre todo esto, ahora mismo para comprender el comportamiento de los datos para aplicar un algoritmo.  Para convertirse en un Data Scientist, hacer un curso corto basado en la práctica es una alternativa muy inteligente. De esta manera, en pocos meses es posible convertirse en uno de los profesionales más buscando por las industrias en todo el mundo.