Please enable JavaScript.
Coggle requires JavaScript to display documents.
Entendimiento del negocio (Películas (Margin Call (2011) (En la película…
Entendimiento del negocio
Películas
The Big Short
Básicamente dice que las subprime son basura
En esta película se ve como personas previeron la crisis y trataron de ganar dinero apostando la caída del sistema financiero.
¿Qué nos dejan principalmente estas películas?
Las bases de datos son importantes por que llevan un registro y se pueden hacer predicciones a partir de estos, y no solo esto, son útiles para notar irregularidades.
Margin Call
(2011)
En la película se hace uso de un Pendrive, que es un dispositivo de almacenamiento, que llega a manos de un analista con conocimientos en ingeniería.
Productos MBS
combinan valores (hipotecas) con distintas clasificaciones formando garantías de activos negociables. Como tardan mucho en hacerse, se tiene que tener esos activos en los libros (bases de datos) mucho más tiempo de lo aconsejable.
Relata las conductas del poder financiero y los excesos que llevaron a la crisis financiera del 2008.
Previsión de la película:
afecta en que si esos activos disminuyen tan solo un 25% y siguen en los libros, la pérdida sería mayor que la capitalización actual de la compañía.
Se utilizan volatilidades y probabilidades
Hipotecas Subprime/basura:
concedidas a personas de escasa solvencia a altos tipos de interés. Se caracterizan por tener un nivel de riesgo de no ser pagadas superior a la media del resto de créditos. El tipo de
interés
de un crédito subprime es superior a la media de los tipos de interés para préstamos de las mismas características dirigidos a usuarios solventes, variando entre 1,5 y 7 puntos más.
Habla sobre como se mueven las cosas dentro de un banco de inversión.
Bibliografía
Pozzi, S. (2017, agsoto 06). Hipotecas subprime: La crisis con la que empezó todo. Recuperado de:
https://elpais.com/economia/2017/08/05/actualidad/1501927439_342599.html
IEB, por. (2018, octubre 01). Tiempo de conceptos: ¿Qué son las hipotecas subprime? Recuperado de:
https://www.ieb.es/tiempo-de-conceptos-que-son-las-hipotecas-subprime/
DatiLab. (2017, Noviembre 17). Las 5 diferencias mas resaltantes entre un científico de datos y un analista de datos. Recuperado de:
https://medium.com/@datilab/las-5-diferencias-mas-resaltantes-entre-un-científico-de-datos-y-un-analista-de-datos-e065920f189a
¿Cuál es la diferencia entre Ciencia de Datos y Analítica de Datos?
Ciencia de datos
Objetivo:
Identificar patrones
Utiliza
: Programación, estadística, algoritmos
Grande cantidades de datos, estructurados y no estructurados
Utiliza los patrones encontrados para predecir cosas que pasarán
Herramientas se aplican a conjuntos de datos para extraer conocimientos de estos. Esencialmente hace uso de herramientas multidinámicas para hacer frente a Big Data y obtener información útil de ella.
Explora y examina daos De Fuentes desconectadas y variadas
Analítica de datos
Objetivo:
Descubrir como usar los datos para resolver problemas en una organización.
Adquiris, procesar y resumir datos.
Procesa y realiza análisis estadísticos de datos
¿Dónde se aplican cada una de ellas?
Analítica de datos
Compañías de cuidado de salud, viajes e industria informática.
Ciencia de datos
Trabajar en conjunto con administradores, ingenieros de TI, programadores, estadísticos, diseñadores gráficos y expertos en el desarrollo de productos o servicios una empresa, mediante la extracción y análisis de los big data.
Comprender la forma en cómo se realizan las funciones de una organización y cómo se deben recolectar, analizar y utilizar los datos.
Empresas relacionadas con motores de búsquedas, servicios financieros y comercio electrónico.
Resolver problemas, mediante el desarrollo de algoritmos, que involucran grandes volúmenes de datos provenientes de diferentes fuentes y dominios de aplicación.
¿Qué habilidades se necesitan?
Científico de datos
Habilidades de programación (como Python)
Conocimientos estadísticos y matemáticos
Saber de negocios
Saber de comportamiento del consumidor
Saber de investigación de mercado
Un poco de psicología
Analista de datos
Lenguajes de programación, como SAS, R y Python
Matemáticas y estadística
Además de capacidades para discutir y visualizar datos
Relación de Ciencia de datos con Big Data
Ambas analizan grandes cantidades de datos (Aunque Big Data lo hace con datos que superan la capacidad de los procesamientos informáticos habituales)