Ciencia de Datos

Ciencia de Datos

1. Básicamente permite que los datos sean útiles

2. Usos

   • Reducir costos
   • Reducir el tiempo
   • Tomar decisiones más informadas y fundamentadas

3. Estudio de ciencia de los datos que ayuda a desmenuzar grandes cantidades de datos

4. Aplicación

   • Se puede hacer uso en cualquier ámbito realmente, ya sea salud, mercados, educación, detección de fraudes, bioinformática, entre otras...

5. Conceptos en relación

   • Big Data
     • Se refiere a datos masivos y a menudo no estructurados, donde los métodos de procesamiento usuales son incapaces, y por ende inadecuados para la gestión de estos
     • Desarolla nuevos productos
     • Optimiza la oferta basada en los hábitos del cliente
   • KPI's
     • Métrica para demostrar la eficacia que la entidad tiene con sus objetivos de negocio
     • Tipos
       • De negocios
       • Financieros
       • De ventas
       • De mercadotecnia
       • Para gestión de proyectos
   • Criterios SMART
     • Specific
     • Measurable
     • Attainable
     • Relevant
     • Time-bound

6. Relación de Películas

   • The Big Short
     • Después de analizar grandes cantidades de datos, precios, información en relación a la inmobiliaria y sus características, entre otros, el principal (Michael) pudo determinar que el análisis de un compañero suyo era erróneo. Con su investigación pudo probar que dentro del mercado inmobiliario los supuestos bonos no valían nada, lo que dejó plasmado a quien parece ser su superior (Lawrence) ya que nadie lo pudo ver y a partir de un análisis de datos fue Michael que pudo llegar a dicho desenlace que además es sumamente interesante y retador, ya que contradecía lo que asumía su superior y los podía posicionar con cierta ventaja,
   • Margin Call
     • Después de analizar un archivo con información sumamente valiosa, el principal pudo descubrir las pérdidas proyectadas para la empresa. A través de medidas como la volatilidad para hacer uso de la ciencia de datos se hizo uso de patrones históricos de la compañía donde actualmente se veía en un paso muy similar a anteriores donde les fue bastante mal. Al parecer la ciencia de datos puede llegar al nivel donde se salve una empresa, ya que en este caso pudieron observar como se proyectaban pérdidas más grandes que el valor mismo de la compañía, dándole reconocimiento máximo al nivel al que la ciencia de datos puede obtener.

7. ¿Cuál es la diferencia entre Ciencia de Datos y Analítica de Datos?

   • A pesar de que por lo general suelen confundirse, la realidad es que son términos muy similares sin embargo, la clave para entender la diferencia recae en lo que cada uno hace con los datos.

8. ¿En dónde se aplican cada una de ellas?

   • La ciencia de datos se puede observar por ejemplo en ámbitos financieros para analizar patrones y/o optimizar procesos. Por el otro lado, la analítica de datos es muy similar, sin embargo el proceso se lleva a cabo de una manera más concentrada, en el deporte por ejemplo para observar los datos agregados de jugaroes y equipos.

9. ¿Qué conocimientos y/o habilidades se necesitan para ser un científico de datos o un analista de datos?

   • Saber analizar de manera práctica los datos, así como su estadística y lo que estos representan. Además, saber de programación y todo lo que eso abarca, ya sea saber el código y el valor que cada uno repesenta dentro de la informática. Por último, inteligencia de negocios, ya que podrás analizar los datos y recabarlos de la mejor manera, pero si no sabes cómo aplicarlos ni modelos para su debida aplicación no sirven de nada.

10. ¿Cuál es su relación con Big Data y el análisis estadístico?

    • La relación viene a partir de su misma consecuencia que es la era de la digitalización y "datificación" de la vida cotidiana, por ejemplo el creciente uso de los teléfonos móviles en los últimos años. Asimismo ambos trabajan con los datos, ya sea la recopilación de ellos o su aplicación para futuros movimientos en esta era de avances significativos de la tecnología.