Ciencia de Datos

Ciencia de Datos

1. Definición

   • La ciencia de datos es un campo que utiliza métodos, procesos, algoritmos y sistemas científicos para extraer valor de los datos.

2. Key Performance Indicator

   • Valor medible que demuestra la eficacia con la que una empresa logra los objetivos clave del negocio
     • EJemplos
       • Margen de beneficio neto
       • Flujo operativo
       • Varianza de horario
     • Tipos
       • Negocios
         • Miden logro de objetivos comerciales a largo plazo
       • Financieros
         • Indican que tan bien van los ingresos y ganancias de una empresa
       • De ventas
         • supervisar el logro de los objetivos y metas clave del equipo de ventas
       • Mercadotecnia
         • Ayudan a controlar el exito en todos los canales de mercadeo.
       • Gestión
         • Supervisar progresos y logros de un proyecto

3. diferencia entre Ciencia de Datos y Analítica de Datos

   • Anlisis de datos se aplica con datos de mayor escala
   • Ciencia de datos se analizan datos con un solo enfoque

4. Big Data

   • datos masivos y no estructurados, en los que las capacidades de procesamiento de las herramientas tradicionales de gestión de datos resultan ser inadecuadas
   • se usa para resolver diferentes problemas globales como la malaria, el tráfico, la pobreza e inclusive la reincidencia en cometer algún acto ilícito
   • relación con análisis estadístico
     • tomar decisiones importantes, de alta calidad, y con riesgo controlado requiere del uso de éstadistica

5. Relación peliculas

   • Margin Call
     • EL personaje encontró la manera de ver como la empresa se vería afectada en el futuro con el uso de Big Data
   • The big Short
     • El perosnaje de Chrisitan Bale a tarvés del timepo analizó los creditos hipotecarios con lo cual predijo la caida del mercado en los estados unidos y logró beneficiarse con eso

6. conocimientos y/o habilidades se necesitan para ser un científico de datos o un analista de dato

   • Conocimientos matemáticos y de análisis.
   • Control de bases de datos como PL/SQL o SQL.
   • Habilidades de diferentes lenguajes de programación.
   • Gestión avanzada en programas como Python, Hadoop
   • Interpretación de estadísticas y parámetros de mercado
   • Capacidad adquirir, mostrar y traducir la información