{"id":622,"date":"2026-09-06T11:06:51","date_gmt":"2026-09-06T14:06:51","guid":{"rendered":"https:\/\/www.linuxpro.com.br\/2026\/09\/data-science-na-vida-real-grupy-sp\/"},"modified":"2026-09-06T11:06:51","modified_gmt":"2026-09-06T14:06:51","slug":"data-science-na-vida-real-grupy-sp","status":"publish","type":"post","link":"https:\/\/www.linuxpro.com.br\/es\/2026\/09\/data-science-na-vida-real-grupy-sp\/","title":{"rendered":"Ciencia de datos en la vida real (GruPy-SP)"},"content":{"rendered":"<p><img decoding=\"async\" alt=\"Sal\u00e3o de meetup Python com o logo oficial das duas cobras\" src=\"https:\/\/www.linuxpro.com.br\/wp-content\/uploads\/2026\/09\/data-science-na-vida-real-grupy-sp-hq.webp\" \/><\/p>\n<p>El 24 de octubre de 2015 GruPy-SP (con InteropMIX) escuch\u00f3 a Fabio Franco Costa hablar sobre ciencia de datos sin la diapositiva de \u201cen tres meses eres cient\u00edfico\u201d. La tesis cabe en una frase: <strong>la ciencia de datos es un m\u00e9todo para pensar problemas<\/strong>, no un stack. El v\u00eddeo est\u00e1 en el canal LinuxPro. A continuaci\u00f3n, el mensaje de la charla, y lo que a\u00fan sigue vigente en 2026.<\/p>\n<p><!-- more --><\/p>\n<p><iframe style=\"width:100%;aspect-ratio:16\/9;border:0\" src=\"https:\/\/www.youtube-nocookie.com\/embed\/V6vx6GXMolU\" allowfullscreen loading=\"lazy\" title=\"GruPy-SP | Fabio Franco Costa - Data Science na vida Real\"><\/iframe><\/p>\n<p>Fuente: <a href=\"https:\/\/www.youtube.com\/watch?v=V6vx6GXMolU\">GruPy-SP | Fabio Franco Costa \u2014 Ciencia de Datos en la Vida Real<\/a> (26 min). Esa misma noche: <a href=\"https:\/\/www.youtube.com\/watch?v=eZrboFfBDFw\">Bruno Rocha \u2014 Flask y MongoDB<\/a>.<\/p>\n<div style=\"background:#fff8e1;border-left:4px solid #8b1a1a;padding:.8em 1em;margin:1em 0\"><strong>Contexto:<\/strong> Charla de 2015. CI&amp;T en Campinas, pandas y scikit-learn en su apogeo. El m\u00e9todo (hip\u00f3tesis, experimento, estad\u00edstica, dominio) no ha envejecido. El PPA y el Hadoop de la \u00e9poca, s\u00ed. Python 3.14 y el tutorial actual de este blog: <a href=\"\/es\/2017\/04\/python-do-basico-ao-profissional\/\">Python de lo B\u00e1sico a lo Profesional<\/a>.<\/div>\n<h2>Qui\u00e9n habl\u00f3, d\u00f3nde<\/h2>\n<p>Fabio Franco Costa, entonces en <strong>CI&amp;T<\/strong> \u2014 software de Campinas que ya era multinacional brasile\u00f1a, del orden de dos mil colaboradores, con trabajo citado para la FIFA y Coca-Cola FEMSA. Se presenta como quien traduce data science al comercial y al equipo: no es el tipo que \u201csabe la respuesta\u201d, es el que arma la prueba. Twitter de la \u00e9poca: <code data-no-translation=\"\">@costa_2_0<\/code>. Meetup: <a href=\"https:\/\/www.meetup.com\/Grupy-SP\/\">GruPy-SP<\/a>.<\/p>\n<p>El t\u00edtulo juega con la propia historia: data science \u201cen la vida real\u201d \u2014 incluso la parte en la que cuenta c\u00f3mo us\u00f3 el mismo m\u00e9todo fuera de la oficina. No es un curso de pandas. Es el oficio.<\/p>\n<h2>El primer principio: no sabes la respuesta<\/h2>\n<p>La barrera, dice Fabio, no es la biblioteca. Es la postura del \u201cdoctor que tiene la respuesta para todo\u201d. En la academia te entrenan para atacar problemas <em>sin<\/em> conocer la funci\u00f3n: formulas hip\u00f3tesis, mides, te equivocas, formulas de nuevo. En la empresa lo contrario es el valor por defecto: opini\u00f3n, cargo, \u201csiempre lo hemos hecho as\u00ed\u201d.<\/p>\n<p>Data science empieza cuando alguien admite: <strong>no lo s\u00e9<\/strong>. Entonces llegan los datos (casi toda empresa ya tiene una tabla; lo raro es la puerta vac\u00eda) y la intuici\u00f3n se convierte en pregunta, no en conclusi\u00f3n. \u00c9l cita el tipo de pregunta que el mercado ya hac\u00eda en 2015: \u00bfse puede saber si una clienta est\u00e1 embarazada solo por el carrito? La an\u00e9cdota de Target (EE. UU.) era el meme de la \u00e9poca. El punto no es el comercio minorista americano, sino transformar la corazonada en hip\u00f3tesis testeable.<\/p>\n<h2>Hip\u00f3tesis, despu\u00e9s experimento<\/h2>\n<p>Tener una teor\u00eda no prueba nada. Solo el experimento decide. Fabio usa el <strong>cisne negro<\/strong> a Popper\/Taleb: \u201ctodo cisne es blanco\u201d se derrumba con un \u00fanico cisne negro filmado. Mientras no pruebas, tienes historia.<\/p>\n<p>La analog\u00eda personal de la charla es un embudo de citas online tratado como pipeline: no conoces el ADN de la respuesta; elaboras hip\u00f3tesis (qu\u00e9 genera respuesta, qu\u00e9 no); experimentas un a\u00f1o; mides; descubres un efecto secundario (la cena en casa que no estaba en la muestra). El mensaje para el equipo de datos es el mismo: el resultado inesperado no es un fallo del notebook \u2014 es el mundo.<\/p>\n<p>Tercer paso que \u00e9l llama, en t\u00e9rminos generales, de <em>caminar<\/em>: si no hay datos, a\u00fan puedes dise\u00f1ar la prueba. Sin prueba, las estad\u00edsticas no salvan.<\/p>\n<h2>La estad\u00edstica no es un adorno<\/h2>\n<p>Cuantas m\u00e1s pruebas, mayor la probabilidad de falso positivo. Fabio recuerda el nivel de confianza de 5%: en decenas de experimentos, algunos \u201cvencedores\u201d son ruido. Sin estad\u00edstica no se discute con el decisor, se empuja un gr\u00e1fico. El cient\u00edfico asesora; el comandante decide. Intercambiar los papeles es el atajo hacia un cuadro de mando de vanidad.<\/p>\n<p>El tr\u00edo que \u00e9l defiende: <strong>estad\u00edstica + conocimiento del negocio + m\u00e9todo de investigaci\u00f3n<\/strong>. Solo la herramienta (el \u201cexamen del mono\u201d) no entra en el problema. Solo el dominio sin prueba se convierte en opini\u00f3n entrenada. Solo la prueba sin dominio optimiza la m\u00e9trica equivocada.<\/p>\n<h2>El ejemplo del puntaje simple<\/h2>\n<p>En el cierre \u00e9l se\u00f1ala una prueba cl\u00e1sica de pediatr\u00eda \u2014 la que el p\u00fablico reconoce como <strong>Apgar<\/strong> (Virginia Apgar, 1952): unas pocas preguntas objetivas sobre el reci\u00e9n nacido, puntuaci\u00f3n 0 a 10, en lugar de solo el \u201cojo cl\u00ednico\u201d del m\u00e9dico de guardia. La literatura de la \u00e9poca ya mostraba que un checklist sencillo, aplicado en el momento, reduce la mortalidad en el primer d\u00eda frente a la impresi\u00f3n suelta del especialista. El mensaje de Fabio: un modelo humilde + el dato en el lugar adecuado suele rendir mejor que el humano bien entrenado en piloto autom\u00e1tico.<\/p>\n<p>No es \u201cla IA sustituye al m\u00e9dico\u201d. Es: el m\u00e9todo cient\u00edfico cabe en cualquier iniciativa, y el mejor lugar para aplicarlo es donde todav\u00eda no hay legado: producto nuevo, proceso nuevo, startup interna.<\/p>\n<h2>Organizaci\u00f3n dirigida por datos<\/h2>\n<p>Su \u201ccruzada personal\u201d en 2015: ayudar a las empresas a tomar <em>algunas<\/em> decisiones con humildad y evidencia, no solo con intuici\u00f3n. Data-driven no es BI en el mural. Es reducir el volumen de elecci\u00f3n a ciegas.<\/p>\n<p>CI&amp;T lanzaba un producto basado en data science \/ machine learning en el ciclo siguiente. El nombre de la caja importa menos que el h\u00e1bito: hip\u00f3tesis escrita, experimento dise\u00f1ado, estad\u00edstica en el medio, dominio en la punta.<\/p>\n<h2>Qu\u00e9 hacer con esto en Linux, en 2026<\/h2>\n<p>El escenario era Python \u2014 GruPy. El camino local sigue siendo el mismo, con nuevas versiones:<\/p>\n<pre data-no-translation=\"\"><code class=\"language-bash\" data-no-translation=\"\">python3 -m venv .venv\nsource .venv\/bin\/activate\npython -m pip install -U pip pandas scikit-learn matplotlib\n<\/code><\/pre>\n<p>Tutorial y venv: <a href=\"\/es\/2017\/04\/python-do-basico-ao-profissional\/\">Python de lo B\u00e1sico a lo Profesional<\/a>. El mapa de idiomas: <a href=\"\/es\/2017\/05\/linguagens-de-programacao\/\">Las 7 principales lenguajes<\/a>.<\/p>\n<p>Pandas y sklearn siguen cargando el d\u00eda a d\u00eda tabular. Lo que cambi\u00f3 es el volumen de modelo listo (y de gente que se salta la prueba). La charla de 2015 es el ant\u00eddoto: <strong>no s\u00e9 \u2192 hip\u00f3tesis \u2192 experimento \u2192 n\u00famero que aguanta conversaci\u00f3n<\/strong>.<\/p>\n<h2>Cierre<\/h2>\n<p>Un s\u00e1bado de GruPy, un tipo de CI&amp;T, un m\u00e9todo que la academia ya ense\u00f1a y la empresa olvida. Mira el v\u00eddeo. Despu\u00e9s abre un dataset tuyo y escribe la hip\u00f3tesis <em>antes<\/em> del gr\u00e1fico.<\/p>\n<p>GruPy-SP: <a href=\"https:\/\/www.meetup.com\/Grupy-SP\/\">meetup.com\/Grupy-SP<\/a> \u00b7 canal: <a href=\"https:\/\/www.youtube.com\/linuxpro\">youtube.com\/linuxpro<\/a>.<\/p>","protected":false},"excerpt":{"rendered":"<p>Em 24 de outubro de 2015 o GruPy-SP (com o InteropMIX) ouviu Fabio Franco Costa falar de data science sem slide de \u201cem tr\u00eas meses voc\u00ea \u00e9 cientista\u201d. A tese cabe numa frase: data science \u00e9 m\u00e9todo para pensar problema, n\u00e3o um stack. O v\u00eddeo est\u00e1 no canal LinuxPro. Abaixo, o recado da palestra \u2014 &#8230; <a title=\"Ciencia de datos en la vida real (GruPy-SP)\" class=\"read-more\" href=\"https:\/\/www.linuxpro.com.br\/es\/2026\/09\/data-science-na-vida-real-grupy-sp\/\" aria-label=\"Leer m\u00e1s sobre Data Science na vida real (GruPy-SP)\">Leer m\u00e1s<\/a><\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[45,80],"tags":[283,281,282,284,81],"class_list":["post-622","post","type-post","status-publish","format-standard","hentry","category-desenv","category-python","tag-ciencia-de-dados","tag-data-science","tag-grupy","tag-meetup","tag-python"],"_links":{"self":[{"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/posts\/622","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/comments?post=622"}],"version-history":[{"count":1,"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/posts\/622\/revisions"}],"predecessor-version":[{"id":623,"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/posts\/622\/revisions\/623"}],"wp:attachment":[{"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/media?parent=622"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/categories?post=622"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.linuxpro.com.br\/es\/wp-json\/wp\/v2\/tags?post=622"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}