Analytics Lane es un blog personal sobre Ciencia de Datos y otros temas relacionados. Escrito con un enfoque principalmente práctico. Los principales temas abordados en las publicaciones son aprendizaje automático (“Machine Learning”), análisis de datos y programación en lenguajes como Python, R o Julia.
Surgimiento de Analytics Lane
La idea de crear Analytics Lane surge de una necesidad personal. A lo largo de los años había creado una base de datos de conocimiento sobre análisis de datos y aprendizaje automático que necesitaba organizar de una forma más eficiente. Algo con lo que debería ser más sencillo encontrar la información cuando la necesitase. Para lo que me plantee varias opciones. Debido a que en aquel momento estaba trabajando en otro proyecto que requería el uso de un CMS me decidí por la creación de un blog. Algo que debía permitirme practicar con la tecnología de CMS. Además de esto, la creación de un blog me obligaba a reestructurar el contenido de la base de datos de conocimiento para que cualquier pudiese acceder a los contenidos de forma completamente independiente. Por otro lado, la creación de un blog también me obligaba a tener una rutina de publicación, algo con lo que garantiza mantener actualizado el contenido. Por lo que en mayo de 2018 surgió Analytics Lane.
¿Cómo surge el nombre de Analytics Lane?
En torno al nombre de Analytics Lane se podría crear toda una mitología para explicar su creación. Pero básicamente fue el nombre que más me gustaba de los que propuso la herramienta de registros de dominios a la hora de buscar uno libre con la palabra “analytics”. En aquel momento, pensé que podía ser un nombre que podía representar el camino para llegar a dominar las técnicas de análisis de datos, por lo que fue el elegido. Siendo además un nombre de dominio que se puede pronunciar fácilmente, algo que ya en 2018 no es fácil de encontrar.
¿Quién está detrás de Analytics Lane?
Me llamo Daniel Rodríguez. Soy un científico de datos y formador con amplia experiencia en la creación de soluciones analíticas y modelos de aprendizaje automático. Implementado soluciones en sectores tan diferentes como puede ser banca, seguros, telecomunicaciones, energía y distribución. Algunas de las cuales han sido galardonadas como puede ser el caso de los modelos de riesgo operacional.