Big data y Ciencia de Datos

Big data y Ciencia de Datos

1. Ciencia de datos

2. Big Data

   • Grandes volúmenes de datos que

3. Big Data

   • Cantidades masivas de datos estructurados y no, que responden a 4 dimensiones, volumen, variedad, veracidad y velocidad.
     • Datos
       • No estructurados
         • -Blogs -Comentarios en redes sociales -Etiquetados en fotos y/o videos
       • Estructurados
         • -Fechas -Claves -Cantidades -Tiempos

4. Ciencia de Datos

   • Cantidades grandes de datos que son procesados por medio de herramientas o técnicas especializadas para su interpretación y extracción. Esta obtiene información significativa a partir de información en bruto. Que posteriormente se interpretan por medio de aptitudes y habilidades en las áreas de programación, analítica y negocios
     • A pesar de que ambas trabajan con datos y cantidades enormes, estas difieren en ciertos aspectos
       • La importancia de cada una radica principalmente el uso que se les de.
         • -Utiliza algoritmos y métodos estadísticos para obtener predicciones y escenarios acertados y precisos. *-Se relaciona con en estrategias de negocios así como decisiones claves dentro de este rubro.
         • -Extrae información útil de grandes cantidades de conjuntos de información -Esta se relaciona más a tecnología como lenguajes computacionales, herramientas y software de análisis
         • -Optimizar la oferta en función de los hábitos del cliente -Desarrollar nuevos productos
         • -Reducir costos -Reducir tiempo -Tomar decisiones más informadas y fundamentadas

5. Películas

   • The Big Short
     • El protagonista en un inicio está extrayendo e interpretando información de un número de datos considerablemente grande. Está estudiando los patrones del consumidor de hipotecas, cuando paga, si paga, cuánto tarda, o si no.
   • Margin Call
     • En esta película la ciencia de datos es aplicada cuando se corre el programa de simulador de escenarios y se obserba como se generan las posibles grandes péridas del futuro tomando como base números y elementos recaudados anteriormente por la empresa

6. Científico de Datos

   • Soft Skills
     • Intuición
     • Visión
     • Humildad
     • Seguridad
     • Pasión
       • Se tiene que tener intuición para poder saber elegir un camino que se adapte a lo que deseas conseguir. Visión para poder predecir de alguna manera qué va a suceder. Humildad para estar dispuesto a aprender y mejorar. Seguridad, para confiar en lo que haces. Y pasión para que lo que realices, lo hagas con todo tu potencial.
   • Hard Skills
     • Lenguaje de programación
       • Estas herramientas, se van desarrollando siempre sobre la marcha y la práctica, de esta manera un científico de datos, se puede desenvolver en varios entornos, ir escalando cada vez que aprende más y ser más versátil y adaptable.
         • Es necesario que tenga Hard skills para poder desarrollar algoritmos y sistemas de análisis de datos, pero mismo tiempo es necesario contar con las soft skills mencionadas para poder tomar decisiones adecuadas y caminos con potencial para el éxito
     • Conocimiento estadístico
     • Conocimiento matemático

7. Referencia

   • Big data vs data science: Principales diferencias. (2019). APD. Recuperado de https://www.apd.es/big-data-vs-data-science/
   • ¿QUIERES SER UN CIENTÍFICO DE DATOS? APRENDE LAS HABILIDADES CLAVE. (s.f.). Factor Humano Formación. Recuperado de https://factorhumanoformacion.com/cientifico-de-datos-habilidades-clave/