Autor/es: Antonio Martínez

    Construiremos una pieza de software que se encargará de hacer predicciones de un modelo de Machine Learning. Construiremos esta pieza usando Dagster, un orquestador de pipelines orientado a datos, y tendremos en cuenta la
preparación de los datos que hace falta para realizar dichas predicciones.

    Antonio Martínez, Matématico de formación, empezó su carrera como Data Scientist y poco a poco fue interesándole cada vez más la ingeniería de software. Tuvo la oportunidad
de transicionar hacia un rol de Machine Learning Engineer en Nextail, y aquí está, disfrutando haciendo software ”matemático”.

Autor/es: Ricardo Guerrero

    Mis compañeros Data Scientist ya han hecho un modelo de Machine Learning y ahora me toca a mi ponerlo en producción para los clientes y conseguir que escale de forma masiva. En esta charla vamos a ver el lado más ingenieril: decisiones tomadas, decisiones descartadas, cosas que no nos han funcionado (y por qué) y cómo nuestro viejo amigo PySpark nunca nos defrauda. Aprenderemos lo que son las UDFs de Spark y como utilizarlas en combinación con un modelo de LightGBM para hacer predicciones. También veremos la importancia de poder iterar rápido y probar cosas utilizando Databricks.

    Ricardo Guerrero, Investigador, Data Scientist, Data Engineer y ahora Machine Learning Engineer. Aquí donde le vemos, Ricardo Guerrero, Ingeniero de Telecomunicaciones por la Universidad de Alcalá ha trabajado en distintas áreas siempre en torno a los datos y al Machine Learning. Ha sido ponente en conferencias como PyConEs, Big Data Spain, T3chFest o MorcillaConf, y le encanta la temática vikinga, el cine y el humor absurdo.