Importancia y usos de data science e inteligencia artificial

1

Oportunidades laborales en Data Science e inteligencia artificial

2

Glosario para entender el mundo de Data Science e inteligencia artificial

3

¿Qué es Data Science?

4

¿Qué es inteligencia artificial? ¿Cuál es su diferencia con Data Science?

5

¿Qué es Big Data? ¿Cuál es su diferencia con Data Science?

6

¿Qué NO es Data Science? ¿Por qué aprenderla?

7

Áreas de aplicación de Data Science e inteligencia artificial

8

Roles en la industria: cómo funcionan los equipos de datos e inteligencia artificial

Quiz: Importancia y usos de data science e inteligencia artificial

Data Analyst

9

¿Qué hace una Data Analyst?

10

Herramientas y tecnologías para Data Analysts

11

La experiencia de un Data Analyst: entrevista a Demian Arenas

Quiz: Data Analyst

Data Scientist

12

¿Qué hace una Data Scientist?

13

Herramientas y tecnologías para Data Scientists

14

La experiencia de una Data Scientist: entrevista a Nazly Santos

Quiz: Data Scientist

Data Engineer

15

¿Qué hace una Data Engineer?

16

Herramientas y tecnologías para Data Engineers

17

La experiencia de un Data Engineer: entrevista a Alexis Araujo

Quiz: Data Engineer

Machine Learning Engineer

18

¿Qué hace una Machine Learning Engineer?

19

Herramientas y tecnologías para Machine Learning Engineers

20

La experiencia de un Machine Learning Engineer: entrevista a Gerson Perdomo

Quiz: Machine Learning Engineer

Ser profesional en el mundo de los datos e IA

21

Soft skills para Data Science

22

¡En sus marcas, listos, fuera!

¿Qué es Data Science?

3/22
Recursos

Data Science

Es un proceso en el cual se utilizan los datos para obtener información valiosa.

Objetivos de Data Science

Los principales objetivos que la Data Science debe cumplir son los siguientes:

  • Tomar decisiones.
  • Crear estrategias de negocio.
  • Producir software basados en A.I.
Tres piñones juntos, trabajando para obtener un objetivo.

Proceso de Data Science

Las distintas actividades que se llevan a cabo en el proceso de Data Science se pueden resumir de la siguiente manera:

  1. Obtener datos (mediciones directas, encuestas y fuentes de internet).
  2. Transformar o limpiar datos (dar formato correcto, eliminar o marcar errores y espacios en blanco).
  3. Explorar, analizar y visualizar datos (buscar, organizar y graficar información).
  4. Usar modelos de Machine Learning (predecir información).
  5. Escalar modelos de Machine Learning (poner los modelos a disposición de los usuarios).

El proceso de Data Science dependerá en gran medida del proyecto o empresa en la que se trabaje, pero algo general es que se basa en él método científico o metodología para descubrir por qué las cosas pasan como pasan. Por lo que se debe tener muy claro cuál es la pregunta y objetivo del caso de negocio. Ya que es un ciclo, es decir que se repetirá constantemente.

Áreas de conocimientos en Data Science

Es una intersección de varios conocimientos en los que se encuentran:

  • Matemáticas y estadística.
  • Ciencias computacionales.
  • Conocimiento del dominio o sector del negocio.

El nivel de profundidad de cada una de estas áreas se va a determinar de acuerdo al rol que quieras aprender. Sin embargo, algunas habilidades básicas para todos los roles serían: programación, estadística descriptiva, probabilidad y mantenerse actualizado sobre lo que pasa alrededor de la industria en que se encuentra.

Conclusión

En conclusión, Data Science es un campo que se encarga de utilizar múltiples herramientas para encontrar información valiosa, dentro de los datos, tanto del presente, como del posible futuro.

Aportes 39

Preguntas 9

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

lectura-glosario-data-ia.pdf

Data Science

  • ¿Qué es Data Science?

    Data science o ciencia de datos es el proceso de descubrir información valiosa de los datos.

  • ¿Cuál es su finalidad?

    • Tomar decisiones y crear estrategias de negocio
    • Crear productos de software más inteligentes y funcionales.
  • ¿De qué trata este proceso?

    • Obtención de los datos

      • Mediciones
      • Encuestas
      • Internet
    • Transformar y limpiar los datos

      • Incompletos
      • Formato Incorrecto
    • Explorar, analizar y visualizar datos

      • Patrones o tendencias
      • Insights
      • Visualizaciones, gráficos o reportes
    • Usar modelos de machine learning

      Machine learning o aprendizaje automático es una rama de inteligencia artificial. Su objetivo es que las computadoras aprendan. En machine learning, las computadoras observan grandes cantidades de datos y construyen un modelo capaz de generar predicciones para resolver problemas.

    • Integrar datos e IA a productos de software

      • Ponerlos a disposición del usuario final.

Proceso de la ciencia de datos

  • Método científico llevado a los datos.
  • El proceso entre proyecto a proyecto cambia poco.

Data Science in short.

Es una intersección de los conocimientos matemáticos, programación e interpretación de los datos.

Estos son mis apuntes para esta clase.

Data science

Un video para complementar el significado de método científico: https://youtu.be/zzHu-yqdlz0

Aquí están mis apuntes para los que les ayude 😃

¿Qué es data science?

Es el proceso en el cual utilizamos los datos para obtener información valiosa, esto para tomar decisiones y crear estrategias de negocio y crear productos de software más inteligentes y funcionales, es decir, productos basados en la inteligencia artificial.

La ciencia de datos es una intercepción de conocimientos entre las ciencias computacionales, el conocimiento del dominio y las matemáticas y estadísticas.

Tiene unos pasos que se pueden seguir para cumplir con estos fines:

  • Obtención de datos, puede ser por medio de encuestas, internet, etc.
  • Transformar y limpiar los datos, determinar que estén correctos y en el formato deseado.
  • Explorar, analizar y visualizar los datos para encontrar patrones o tendencias.
  • Usar modelos de machine learning, para poder predecir información
  • Integrar datos e inteligencia artificial a productos software.

Proceso de la ciencia de datos

Cada proceso dependerá del proyecto que se esté realizando, sin embargo este proceso está basado en el método científico llevado al uso de datos

  1. Hacer una pregunta interesante
  2. Obtener los datos
  3. Explorar los datos
  4. Analizar los datos
  5. Comunicar y visualizar resultados

En el mundo de Data Science, independientemente del rol que ocupes. Debes sí o sí, tener un buen dominio de las siguientes habilidades o skills:

  • Matemáticas (Estadística, Álgebra Lineal, Cálculo, entre otros.)

  • Ciencias Computacionales (Programación, Bases de Datos)

  • Conocimiento del Negocio (Con el fin de indentificar si existe algún problema que puede ser solucionado, aplicando Data Science)

  • Comunicación: Este skill es un Plus. Tiene el mismo grado de relevancia que los antes mencionados, ya que debes ser capaz transmitir de una manera simple y/o entendible tu investigación (sea de manera escrita u oral) tanto para tus colegas, como para una persona común.

Acepto retroalimentaciones, en caso de existir alguna incoherencia con mi aporte.

Comparto algo de mis apuntes. espero ler sirva
)

El paso más importante es tener claro cuál es la pregunta o caso de negocio

- Aplicar a trabajo para especialistas en datos y Machine learning:
https://www.getonbrd.com/empleos/data-science-analytics444
_(300 k vacantes en LinkedIn: 1k Junior, 4k Senior)
_
Estado del mercado para especialistas en tecnologia
https://insights.getonbrd.com/reports/success-rates-salaries

Este libro es una buena compañía a lo largo de las rutas de parendizaje. Data Science from Scratch

Actualmente, pertenezco a una Unidad de I+D enfocada en brindar soluciones al sector cuero, calzado e industrias conexas.

Mi idea de llevar esta serie de cursos es implementar nuevas herramientas tecnológicas para mejorar la competitividad del sector.

3. ¿Qué es data science?

Data science o ciencia de datos es el proceso de descubrir información valiosa de los datos.

¿Cuál es su finalidad?

  • Tomar decisiones y crear estrategias de negocio.
  • Crear productos de software más inteligentes y funcionales.

¿De qué trata este proceso?

  • Obtención de los datos.

    Mediciones directas o encuestas, diversas fuentes como internet.

  • Transformar y limpiar los datos.

    Incompletos o formato incorrecto.

  • Explorar, analizar y visualizar datos.

    Hallar patrones o tendencias, insight para presentar a las personas de negocio, esto a través de visualizaciones o reportes que sean amigables.

  • Usar modelos de machine learning*.

    Predecir información.

  • Integrar datos e IA a productos de software.

    Escalar los modelos, ponerlos a disposición del usuario final, esto se realizara a través de productos de software basados en inteligencia artificial.

*Inteligencia artificial. No siempre es necesario usarla.

Proceso de la ciencia de datos

Depende del proyecto o la empresa.

  • El proceso entre proyecto a proyecto cambia poco.
  • Es el proceso del método científico llevado al uso de datos.

Es un ciclo: Hacer una pregunta interesante → Obtener los datos → Explorar los datos → Analizar los datos → Comunicar y visualizar resultados → Hacer una pregunta interesante…

Intersección de conocimientos

Matemáticas y estadística (medidas de tendencia central) + Ciencias computacionales (programar) + Conocimiento del dominio (constante actualización).

Proceso Data Science:

Hacer una pregunta interesante
Obtener los datos
Explorar los datos
Analizar los datos
Comunicar y visualizar los datos

Se integra: matematicas y estadistica, ciencias computacionales, conocimiento del dominio de la industria a la que se quiere dedicar.

Pregunta 9 del examen final: ¿Cuál es la finalidad de la ciencia de datos?

Marqué: Tomar decisiones y crear estrategias de negocio. Me calificaron mal

Me quedo con esto: Data Science = Proceso

- Que es data science --> Proceso para obtener informacion valiosa - Tomar decisiones y crear estrategias de negocio - Predecir información - Crear productos basados en inteligencia artificial - El proceso de ciencia de datos --> basado en el método científico - Obtencion de datos - Transformar y limpiar datos - Analizar datos para hallar patrones o tendencias y representarlos mediante reportes - Predecir información con machine learning - Productos de software aplicando inteligencia artificial - Areas de conocimiento: - Matemáticas y estadística - Ciencias computacionales - Conocimiento de dominio: educacion, entretenimiento, finanzas,etc

Objetivos de Data Science
Los principales objetivos que la Data Science debe cumplir son los siguientes:

Tomar decisiones.
Crear estrategias de negocio.
Producir software basados en A.I.

¿Qué es Data Science?
Es un proceso, con el utilizamos los datos para tener información valiosa, y esto es con 2 objetivos principales, el primero es el de tomar decisiones y crear estrategias de negocio, para poder sacar el máximo potencial de nuestra empresa; lo segundo es de crear productos basados en inteligencia artificial.
Como todo proceso, es un conjunto de pasos que nos van a ayudar a lograr nuestros fines u objetivos.
¿De qué se trata este proceso?

  1. Obtención de datos: que podemos realizarlo a través de mediciones directas o encuestas, también de diversas fuentes, como por ejemplo internet.
  2. Transformar y limpiar éstos datos: ya que muchas veces estarán incompletos o tendrán un formato incorrecto.
  3. Explorar, analizar y visualizar los datos: para poder encontrar patrones o tendencias en los datos, para finalmente poder presentar a las personas de negocios, y esto es a través de visualizaciones o reportes que sean amigables.
    Hasta éste punto para muchas empresas es suficiente, ya que sólo necesitan saber información de su data histórica. Pero, sin embargo, podemos ir más allá.
  4. Usar modelos de machine learning: lo podemos utilizar para poder predecir información.
  5. Escalar éstos modelos, ponerlos a disposición del usuario final, integrando datos de IA a productos de software

El método científico implica que el paso más importante es que tengas muy en claro cual es tu pregunta o caso de negocio y teniendo éste objetivo en mente recién podemos replicar los pasos de la infografía. Además es importante que sepas que el proceso es un ciclo, ya que volverás a cada uno de éstos pasos dependiendo las necesidades de la empresa.

Es importante que sepas, que la ciencia de datos es una intersección de conocimientos, ésta intersección es entre las Ciencias computacionales, el Conocimiento de dominio y las Matemáticas, y de la profundidad con las que aprendamos cada uno de éstos campos va a depender el rol al que nos queramos dedicar

La ciencia de datos es la intersección entre: - Matemáticas y estadística - Ciencias computacionales - Conocimiento de la industria

Data science nos permitira tomar decisiones, crear estrategias para mejorar el negocio

Muy emocionado

Hola, creo que el examen final tiene un error en esta pregunta: Pregunta 9. ¿Cuál es la finalidad de la ciencia de datos?
Respondí: Tomar decisiones y crear estrategias de negocio
Y se marcó como respuesta incorrecta

Información resumida de esta clase
#EstudiantesDePlatzi

  • Observamos los datos para obtener información valiosa

  • Con esta observación podemos tomar decisiones de valor y crear inteligencia

  • Es un proceso. Primero obtenemos los datos, enseguida limpiamos estos datos, luego visualizamos estos datos. Hasta aquí para la mayoría de empresas esta ok.

  • Más allá de esto podemos predecir información, es decir, aprender y moldearnos para el objetivo final

  • Es importante basarnos en el modelo científico, es decir, plantear una hipótesis interesante.

  • Data Science es la unión de 3 conocimientos. Ciencias computacionales, Matematicas / Estadistica y conocimiento del dominio

Buen resumen para entender que es DS.

RESUMEN:
Ciencicia de Datos:
Objetivo: Toma de decisiones.
Exploracion de los datos.
Mediante:
Mediante modelamiento con Machine Learning
Ontegracion de Datos con IA (ProductosSoftware)

Pilares:
	Matemátocas y Estadistica
	Ciencias Computacionales
	Conocimiento del Dominio

Esto es justo lo que yo buscaba 😄-

Definición de Data Science
Data Science es el término utilizado para el proceso que busca extraer grandes cantidades de datos para determinar patrones repetitivos. Esto ayuda a organizar y controlar todos los aspectos variables de una organización, como los costos, la competencia y el mercado.
En sí, se encarga de estudiar el origen de la información, lo que representa y las formas que existen para emplearla a beneficio de cualquier proyecto. Gracias a esto, es considerado un valioso recurso para la gestión y la administración de negocios.
La principal ventaja de esta técnica es que, con una buena organización, es posible resolver problemas de forma más rápida y objetiva. Además, es la mejor manera de encontrar soluciones a circunstancias con datos variados y dispersos.
Incluso, la Data Science tiene variadas aplicaciones hoy en día, donde predominan las áreas empresariales y comerciales. Por ejemplo, facilita el reclutamiento en el departamento de recursos humanos. También es favorable para las secciones de marketing, costos y administración general de cualquier organización.
Los datos no organizados y estructurados pueden ser un dolor de cabeza para las empresas, pero gracias a Data Science estos pueden recurrir a un manejo menos lento, costoso o difícil.

Dato curioso: la etapa en la que pasas más tiempo es en la limpieza de datos… siempre hay errores y al principio es frustrante encontrarlos

Falta agregar otro círculo dentro del diagrama de venn, la comunicación.

Resumen de Data Science: Es el estudio de datos mediante métodos científicos como la estadística descriptiva. Para profundizar más en la misma es necesaria complementar con programación.

Un pequeño aporte ahondando sobre la información y los datos:

  • Definimos los datos como un representación simbólica (numérica, alfabética, algorítmica, etc.) de un atributo o variable cuantitativa o cualitativa.
  • Definimos Información como el nombre por el que se conoce un conjunto organizado de datos procesados que constituyen un mensaje que cambia el estado de conocimiento del sujeto o sistema que recibe dicho mensaje.

Podemos concluir que los datos con procesamiento nos dan información.

Ejemplo:

Datos:

  • Tengo 5 manzanas.
  • Como 1 manzana por día.

Estos datos sin procesamiento, o sea separados, no nos dan ninguna información. En el momento que los procesamos podremos extraer información, como por ejemplo, en 5 días me quedo sin manzanas.

Si agregamos otro dato: (hoy el lunes), tendremos una información mas precisa: el viernes me quedo sin manzanas.

Data science es un proceso para extraer datos y dar con información valiosa

Bueno, como es un proceso, tiene pasos.

Data science es un proceso.

Tomar deciciones estrategias de negocio = al final esto significa que a partir de este proceso vamos a tomar deciciones que esten alineadas con el plan estrategico de la empresa. Con la diferencia que usaremos ciencia para justificar las deciciones y no sentimientos o empirismo.
Crear productos basados en inteligencia artificial? se referira a crear preddicciones o soluciones informaticas que automaticen procesos? al momento de escribir esto no lo se.

Prácticamente es el proceso del método científico llevado al uso de datos. Sobre todo porque se tiene que hacer una pregunta de investigación e hipótesis.

Muy buena introducción!

Data Science: Proceso en el que descubrimos información valiosa de los datos. La idea es poder tomar las mejores decisiones con esta información que estamos trabajando.