Category: Uncategorized

http://www.switchonthecode.com/tutorials/introduction-to-linq-simple-xml-parsing|Para comenzar con Linq to XML

http://code.google.com/edu/|Online courses and tutorials… checking the whole distributed computing resources.

http://www.newyorker.com/arts/critics/books/2009/07/06/090706crbo_books_gladwell?currentPage=1

http://www.codeplex.com/spaceblock| Windows front-end for managing Amazon S3, Nirvanix, Azure Blob Storage, and now Sun Cloud Object Storage

http://freshmeat.net/articles/creating-charts-and-graphs-with-gnu-r

En OCCMundial.com como parte de nuestro desarrollo de OCCMatch, Abel y yo estamos haciendo un análisis Bayesiano sobre el contenido de las solicitudes de empleo por sexo de los solicitantes. Inspirado en este excelente post de Toby Segaran, les presento un resultado sobre las palabras que, en ofertas de trabajo populares, dan una mayor predictibilidad de recibir un porcentaje de respuesta diferenciado de hombres o mujeres.

En general, esto es lo que hicimos:

• Tomar un número grande de ofertas de trabajo populares (que recibieron una cantidad alta de solicitudes)
• Dividirlas en categorías de alto porcentaje de solicitudes masculinas, femeninas o ninguna de las dos
• Hacer división de palabras y limpieza del contenido, en especial, eliminación de acentos, ñ, etc.
• Entrenar filtros Bayesianos para cada categoría
• Determinar las palabras que mejor predicen la categoría

Abajo les muestro la lista de las primeras 50 palabras en la categoría de hombre/mujer ordenadas por valor predictivo.

Es interesante que para estas ofertas la diferenciación por sexo se enfoca en puestos administrativos o auxiliares, mientras que en hombres se enfoca en puestos operativos. Llama la atención que en el caso de mujeres el valor predictivo que puede tener una frase como “excelente presentacíon”. Otras conclusiones sobre adjetivos o atributos de los candidatos solicitados se los dejo a ustedes 😉

Por supuesto el tema de diferenciación por género en ofertas de trabajo es delicado. OCC ni siquiera tiene un campo para determinar el género solicitado en las ofertas de empleo; pero no se puede controlar el contenido de la vacante que crea cada reclutador. Y es un hecho que en México es una práctica común.

http://dataspora.com/blog/sexy-data-geeks/|Look for the djvu version of the book

http://www.spectrum.ieee.org/may09/8788|Via Hacker News

I’ve only heard Eric Lewis here and on the TED Talk but I’m officially fan. This is some of the best new music I’ve heard on a long time.