Please enable JavaScript.
Coggle requires JavaScript to display documents.
Ciencia de Datos, Referencias consultadas, se define como, busca, tiene…
Ciencia de Datos
Científico de datos o analista de datos requiere de habilidades y/o conocimientos como
Dominio de modelos estadísticos
Manejo de lenguajes de programación (Python,R, Visual Basic)
Competencias de pensamiento analítico y resolución de problemas
Habilidad de comunicación efectiva y trabajo en equipo
Habilidades numéricas y dominio matemático
Conocimiento sobre técnicas de transmisión y presentación de la información
disciplina que convierte los datos en conocimiento útil
facilitar la toma de decisiones y reducir el costo y tiempo de las mismas
Áreas de aplicación
Análisis de riesgos y viabilidad financiera
Ejemplo: Detección de fraudes
Publicidad digital
Ejemplo: Anuncios personalizados de Facebook
Investigación web
Ejemplo: Motores de búsqueda como Google o Firefox
Sistemas de recomendación
Ejemplo: Netflix, Amazon, Spotify
Inteligencia Artificial
Ventas
Ejemplo: Identificación y predicción de patrones de consumo
Predicción metereológica
Crear nuevas industrias y/o productos
Predecir el futuro en función del pasado
Análisis
Descriptivo: Resumir de forma entendible lo que sucede en tiempo real
De Diagnóstico: Busca indagar en el por qué de los fenómenos.
Predictivo: Sirve para predecir resultados específicos.
Prescriptivo: Evalúa distintas estrategias para lograr objetivos específicos.
Disciplinas
Big Data
Conjuntos de datos de mayor tamaño y más complejos, procedentes particularmente de nuevas fuentes de datos
Tipos de datos
Estructurados (Ordenados en base de datos)
No Estructurados (multimedia, imágenes, audio, datos de sensor, datos de texto, etc.)
Big Data proporciona la base sobre la cual realiza el análisis ya que proporciona los datos necesarios que serán procesados por la Ciencia de Datos a través de modelos estadísticos y matemáticos.
Análisis estadístico
Se dedica a analizar datos y buscar relaciones entre ellos. Para ello, recopila, procesa, analiza e interpreta los datos buscando deducciones.
La estadística permite cuantificar la información recibida y entender el comportamiento de las variables analizadas, por lo cual es una disciplina clave para lograr el objetivo de una toma de decisiones más ágil y certera
Machine Learning
Permitir que las máquinas aprendan sin ser expresamente programadas, lo cual permite identificar patrones entre los datos para hacer predicciones.
Utiliza varias técnicas, como la regresión y la agrupación supervisada. Asimismo, los datos en la ciencia de datos pueden o no evolucionar a partir de una máquina.
Las tres comparten dos objetivos: dar claridad a la información y soportar la toma de decisiones
Analítica de Datos
Estudio de un conjuntos de datos con el propósito de esbozar conclusiones sobre la información que contienen
Diferencias
Analítica de datos
Extrae información significativa a partir de los datos históricos
Responde preguntas existentes
Extrae la información de fuentes limitadas
Hace un mayor uso de software de visualización de datos (R, Tabelu)
Uso de estadística descriptiva
Ciencia de datos
Realiza pronósticos basados en la información histórica
Crea preguntas
Extrae información de varias fuentes
Hace un mayor uso del Machine Learning
Uso de estadística predictiva
Áreas de aplicación
Industria de software
Ejemplo: Desarrollo de videojuegos
Estrategia comercial
Ejemplo: Customer Journey, Tendencias de consumo actuales
Sector turístico
Ejemplo: Optimización de rutas, bases de datos de clientes
Recursos Humanos
Ejemplo: Evaluación de personal
Estudios académicos
Ejemplo: Presentación de insights, identificación de datos atípicos
Películas
The Big Short
Ejemplo claro del uso del Big Data (en este caso la información relacionada a los bonos) para aportar valor a través de la información
El análisis de los datos tanto cualitativos como cuantitativos fue clave para predecir, a través de la ciencia de datos, la Crisis Subprime.
Muestra la capacidad del análisis de datos en la prevención de riesgos financieros y el aprovechamiento de oportunidades de mercado
Margin Call
El análisis de los datos permitió identificar que había predicciones erróneamente calculadas
Gracias a la Ciencia de Datos descubren el fraude que se estaba gestando dentro de la empresa
Realizó un análisis histórico y en base a ello fue analizando hasta obtener información relevante para la toma de decisiones (evitar la bancarrota)
Es un ejemplo claro de como se pueden utilizar los datos en bruto para convertirse en insights valiosos a través del proceso de la metodología empleada por la Ciencia de Datos
Referencias consultadas
Favaretto, M., De Clercq, E., Schneble, C. O., & Elger, B. S. (2020). What is your definition of Big Data? Researchers’ understanding of the phenomenon of the decade. PloS one, 15(2), e0228987.
Salas Rueda, R. D. (2019). Impacto De La Red Social Facebook en El Proceso Educativo Superior De Las Matemáticas Considerando La Ciencia De Datos. Nóesis: Revista de Ciencias Sociales y Humanidades, 28, 23–42.
https://0-doi-org.millenium.itesm.mx/10.20983/noesis.2019.3.2
FHF, E. (2019, March 12). Habilidades clave para ser Científico de Datos: FHF. Retrieved September 22, 2021, from
https://factorhumanoformacion.com/cientifico-de-datoshabilidades-clave/
Baesens, B. (2014). Analytics in a big data world: The essential guide to data science and its applications. John Wiley & Sons.
Provost, F., & Fawcett, T. (2013). Data science and its relationship to big data and data-driven decision making. Big data, 1(1), 51-59.
se define como
busca
tiene como objetivo
tiene como objetivo
algunas
son
requiere de
como
lleva a cabo
tales como
consistente en
relación con Ciencia de Datos
se define como
trabaja con
pueden ser
relación con Ciencia de Datos
relación con Ciencia de Datos
todas aportan a
no es igual a
la cual se define como
algunas
son
tiene
el perfil
¿Cuál es la diferencia entre Ciencia de Datos y Analítica de Datos?
¿En dónde se aplican cada una de ellas?
¿En dónde se aplican cada una de ellas?
¿Qué conocimientos y/o habilidades se necesitan para ser un científico de datos o un analista de datos?
¿Cuál es su relación con Big Data y el análisis estadístico?
Carlos Jesús de la Sierra Rábago A01733981