Les comparto que donde vivo fue acercandome a un restaurant, en varias ocaciones, sacando diferentes conversaciones, hasta que conoci al encargado y despues de dos o tres conversaciones le pregunte si estaba utilizando algun tipo de analitica para los datos que genera el restaurant. A lo que me dijo que no, pero que alguna vez a pensado en eso. Despues le pregunte que si estaba interesado en ayudarme en un proyecto peronal, ya que estaba aprendiento sobre analitica de datos, y si podia usar datos reales de su negocio, y que posiblemente le podrian ayudar donde mejorar, Inmediatamente me dijo que si,. Y alli empezo esta historia… Prometo volver cuando logre generarle el proyecto a este cuate… No tengan miedo, salgan a la calle, creen relaciones, digan que estan estudiando y que quieren ayudar para aprender… inviertan lo que todos tenemos… Tiempo… el dinero vendra despues… Saludos, espero los motive. PD: Se que no tengo todas las destrezas todavia, pero tengo la necesidad de emprender y ahora un compromiso con alguien más que no soy yo… Saludos comunidad.
Justificación y contexto de tu proyecto
Cómo crear tu proyecto de ciencia de datos
Crea proyectos para afianzar tus conocimientos en ciencia de datos
Cada cuánto hacer un proyecto de datos
Dónde sacar ideas para proyectos de ciencia de datos
Generar y comunicar un proyecto de datos
Casos: personas que ya pasaron por este camino
Quiz: Justificación y contexto de tu proyecto
Ejecutando un proyecto de ciencia de datos
Plantea una pregunta interesante
Obteniendo los datos para tu proyecto
Ejecutando: obteniendo los datos
Limpieza de la información
Ejecutando: limpia tu conjunto de datos
Explora y encuentra patrones en la información
Ejecutando: exploración de la información
Ejecutando: completando la exploración de la información
Enriquecimiento de los datos para análisis profundo
Ejecutando: enriquecimiento de los datos
Aplicando un modelo de machine learning
Ejecutando: aplicando un modelo supervisado de machine learning
Ejecutando: aplicando un modelo no supervisado de machine learning
Ejecutando: aplicando un modelo no supervisado de anomalías
Prepara tu trabajo para comunicarlo con el mundo
Ejecutando: prepara tu trabajo para comunicarlo con el mundo
Quiz: Ejecutando un proyecto de ciencia de datos
Comunicando los resultados
Por qué es importante comunicar los resultados
Escribiendo tu primer blogpost técnico
Compartiendo en comunidad con tu primera presentación
Cómo mejorar tu repositorio en GitHub para ciencia de datos
Haciendo deploy de tus modelos
Construyendo una aplicación full stack que consuma tu proyecto
Quiz: Comunicando los resultados
Últimos pasos
Elige terminar: es mejor terminado que perfecto
Recuerda los objetivos del proyecto: practicar y carta de presentación
Comparte tu proyecto
Crea una cuenta o inicia sesión
¡Continúa aprendiendo sin ningún costo! Únete y comienza a potenciar tu carrera
No se trata de lo que quieres comprar, sino de quién quieres ser. Invierte en tu educación con el precio especial
Antes: $249
Paga en 4 cuotas sin intereses
Termina en:
Dónde sacar ideas para proyectos de ciencia de datos
4/31¿Cómo encontrar inspiración para proyectos de ciencia de datos?
La búsqueda de inspiración para proyectos de ciencia de datos puede surgir desde muchos lugares, especialmente al tener acceso a abundantes datos. Esta capacidad nos permite contestar curiosidades que quizás ni siquiera sabíamos que teníamos. Cuando se inicia un nuevo proyecto en el ámbito de la ciencia de datos, es posible partir de dos enfoques: los datos existentes o una pregunta interesante.
¿Dónde puedes encontrar datos?
- Organizaciones y Consorcios: Muchas organizaciones de la sociedad civil y consorcios comparten datos que pueden ser útiles para tus proyectos.
- Fuentes de Información Nacionales: Existen plataformas como Datos Abiertos del gobierno digital de Colombia o datos.gov.mx, donde puedes acceder a data cruda, aunque necesitarás trabajar en su limpieza y enriquecimiento.
- Bases de Datos Empresariales: A veces, las empresas poseen bases de datos y requieren orientación sobre qué hacer con ellas. Este escenario puede parecer idealista, pero presenta oportunidades reales.
- Plataformas en Línea:
- Kaggle: Aunque no son datos reales, proporcionan conjuntos interesantes para practicar aprendizaje automático.
- UCI Machine Learning Repository: Es un excelente recurso para modelos de ciencia de datos predefinidos, aunque sus limitaciones deben ser consideradas.
¿Cómo formular preguntas interesantes?
Generar preguntas interesantes generalmente indica un conocimiento previo del tema. Estas preguntas pueden surgir desde diferentes contextos, como:
- Desde una alianza externa: Profesionales u organizaciones externas pueden compartir preguntas o retos específicos que quieran abordar con tus habilidades en datos.
- Preguntas Basadas en Problemáticas Reales: Cuestiones como el combate al fraude, optimización de precios o cómo mejorar la información política usando datos, requieren ser transformadas en preguntas de datos para ser efectivas.
¿Cómo gestionar las limitaciones de tus proyectos?
- Definir Límites: Es crucial poner un límite a la amplitud de tu pregunta. Las preguntas demasiado amplias pueden requerir recursos y tiempo excesivos.
- Esfuerzos Rápidos y Ágiles: Realizar pasos rápidos y ágiles para identificar las limitaciones de los datos te permite ajustar la dirección de tu proyecto según sea necesario.
- Modificar el Enfoque: Ten la capacidad de modificar la pregunta para hacerla más específica o general, ajustándola según las necesidades del proyecto y los datos disponibles.
¿Cómo comunicar tus proyectos de ciencia de datos?
Otra parte fundamental de los proyectos de ciencia de datos es la comunicación eficaz de tus hallazgos a compañeros o a otras personas interesadas en tu tema. A medida que vas aprendiendo y recolectando información, es vital utilizar herramientas que faciliten la divulgación de estos conocimientos.
Esto no solo solidifica lo que has aprendido, sino que estimula la colaboración, la retroalimentación y, en última instancia, te ayuda a avanzar en tus habilidades como científico de datos. También es una motivación para seguir explorando y aprendiendo en esta dinámica área profesional.
Aportes 15
Preguntas 3
Creo que con web scraping nos podemos complementar poderosamente
Para los que esten interesados en hacer uso data de Perú, comparto enlace de la fuente oficial:
https://www.inei.gob.pe/bases-de-datos/
(seleccionar Microdatos > Por encuesta)
Tambien hay paginas para generar data aleatoria que me han servido muchisimo. Les comparto los links https://www.mockaroo.com/
y https://generatedata.com/
Aquí una página interesante:
The World’s Platform for Impact with AI
trabajo real (aunque no pagan) con datasets reales
https://omdena.com/
Para los alumnos de Bolivia, aquí les dejo el siguiente link:
https://ciudatos-bolivia.org/dataset
Solo venía a ver este curso por curosear, ya que estoy en ese momento de que quiero crear proyectos pero no sé muy bien por dónde empezar, pero qué curso tan enganchador.
Para quién está interesado en trabajar con todo tipo de imágenes satelitales: Google Earth Engine es una muy buena fuente de datos
https://developers.google.com/earth-engine/datasets/
Encontrar ideas para proyectos de ciencia de datos.
Conjuntos de datos públicos:
- Existen numerosos repositorios en línea que ofrecen conjuntos de datos gratuitos en una variedad de campos. Algunos de los más conocidos incluyen Kaggle, UCI Machine Learning Repository y el Portal de Datos Abiertos del Gobierno. Explorar estos repositorios puede proporcionarte ideas para proyectos.
Problemas del mundo real:
- Observa los problemas o desafíos en tu comunidad, industria o área de interés.
Competencias de ciencia de datos:
- Participar en competencias en plataformas como Kaggle puede ser una excelente forma de encontrar proyectos.
Preguntas personales o curiosidades:
- A menudo, las mejores ideas provienen de preguntas que tú mismo te h
Noticias y tendencias:
- Mantente al tanto de las noticias y tendencias en tu industria o campo de interés.
Proyectos de código abierto:
- Explora proyectos de código abierto relacionados con la ciencia de datos en plataformas como GitHub. Puedes contribuir a proyectos existentes o utilizarlos como inspiración para tus propios proyectos.
Búsqueda de patrones y tendencias:
- Observa patrones y tendencias en la sociedad, la economía o la tecnología. Por ejemplo, el aumento de la adopción de dispositivos móviles o la pandemia de COVID-19 generaron una gran cantidad de proyectos de datos interesantes.
Ideas de visualización de datos:
- Las visualizaciones de datos a menudo pueden inspirar proyectos. Explora galerías de visualización de datos en línea y considera cómo puedes aplicar técnicas similares a tus propios datos.
Sugerencias de mentores o colegas:
- Si estás aprendiendo ciencia de datos o trabajando en un equipo, consulta a tus mentores o colegas.
Revisión de literatura:
- Investiga estudios académicos y científicos en tu área de interés.
Recuerda que lo más importante es elegir un proyecto que te apasione y que esté alineado con tus objetivos de aprendizaje y tus intereses personales. La pasión por el proyecto te mantendrá motivada a medida que trabajes en él.
Si eres de Peru, esta es l pagina de datos abiertos; https://www.datosabiertos.gob.pe/
Para los que vivimos en Uruguay acá tenemos el link:
https://catalogodatos.gub.uy/
Pueden usar el dataset del covid-19 de la universidad Jhon Howkings
https://github.com/CSSEGISandData/COVID-19
Donde hay datos hay preguntas/problemas que resolver
Dejo un link para recolectar datos de Argentina
https://www.datos.gob.ar/
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?