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

¬ŅQu√© es Data Science?

4

¬ŅQu√© es inteligencia artificial? ¬ŅCu√°l es su diferencia con Data Science?

5

¬ŅQu√© es Big Data? ¬ŅCu√°l es su diferencia con Data Science?

6

¬ŅQu√© NO es Data Science? ¬ŅPor qu√© aprenderla?

7

√Āreas de aplicaci√≥n 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

¬ŅQu√© 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

¬ŅQu√© 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

¬ŅQu√© 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

¬ŅQu√© 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!

No tienes acceso a esta clase

¬°Contin√ļa aprendiendo! √önete y comienza a potenciar tu carrera

La experiencia de un Data Analyst: entrevista a Demian Arenas

11/22
Recursos

Para complementar lo aprendido, profundizaremos con las experiencias de Demian Arenas, quien ha trabajado dentro de Platzi como Data Analyst.

Silueta de una mujer entrevistando a un hombre

¬ŅC√≥mo empez√≥ Demian su carrera como Data Analyst?

Demian empezó su carrera en los datos gracias a una materia de bases de datos que conoció en la escuela.

Luego de enfocarse totalmente en Platzi, empezó a jugar con una base de datos en producción, haciéndose diferentes preguntas, que terminaron acercándolo al rol de Data Analyst.

Aprendió así el flujo de trabajo, estadística y todo lo relacionado a este rol, por medio autodidacta y con los cursos de Platzi. Así se formó en Data y dio un salto a Product Analyst.

Conoce todo lo que necesitas para convertirte en un experto en Data, en la Escuela de Data Science e Inteligencia Artificial de Platzi.

¬ŅQu√© tan importante es tener los conocimientos acerca del campo de acci√≥n del negocio?

Es demasiado relevante porque saber sobre las herramientas de Data Analyst no significa que te desempe√Īar√°s de manera sobresaliente, para ello se debe saber en qu√© contexto est√° la empresa o negocio y sus principales necesidades.

En otras palabras, porque podr√°s entender que es lo m√°s valioso para el negocio.

¬ŅCu√°les son las habilidades cruciales para desempe√Īarse como Data Analyst?

Las habilidades que se necesitan para desempe√Īar el rol de Data Analyst son varias, pero las que debes tener s√≠ o s√≠ para poder sumergirte en este mundo son:

Curiosidad

Esta es fundamental para poder aprender más sobre diferentes tecnologías, como también para abordar los datos desde distintos puntos de vista que puedan ayudar a encontrar información de valor.

Comunicación

El rol de Data Analyst requiere de mucha comunicación con las demás áreas, los stakeholders y los managers. Quienes tendrán muchas dudas acerca del negocio, por lo tanto, tendrás que investigar y comunicar de una forma efectiva los hallazgos, para que estos tomen las mejores decisiones.

¬ŅCu√°l es la diferencia entre Data Analyst y Data Science?

En los inicios de los empleos de Data, el rol m√°s llamativo y que qued√≥ como general por alg√ļn tiempo fue Data Science; era el rol que hac√≠a de todo, pero conforme pas√≥ el tiempo, esto cambi√≥ y entraron en escena los dem√°s roles. Por lo que la principal diferencia es que en Data Science se utiliza mucho m√°s la Inteligencia Artificial (I.A.) que en Data Analyst.

Conclusión

De acuerdo con las preguntas y respuestas dadas en la entrevista, no importa cómo inicies tu carrera en la Data, desde que tengas curiosidad y muchas ganas de aprender, lo lograrás.

Contribución creada por: Ismael H.

Aportes 126

Preguntas 11

Ordenar por:

¬ŅQuieres ver m√°s aportes, preguntas y respuestas de la comunidad?

o inicia sesión.

cuando termine de escuchar la historia de demian:

Yo le agregaría aprender ingles de cajón, si o si.

Entonces en orden quedaría de la siguiente forma:

  1. Ingles
  2. Matemática (Algebra Lineal, Estadística etc)
  3. Programación (Python , R, etc)
  4. Base de Datos
  5. Conocimiento del Negocio
  6. Storytelling y Visualización de Datos
  7. Comunicación en General.

El camino esta trazado, solo falta completarlo.

Data Analyst

Wow!

ūü§Į

Me Quedo con 3 cosas

  1. Aprender del negocio

  2. Storytelling, Data Visualization

  3. Comunicación

Esto del entendimiento del negocio si es muy cierto:

En el trabajo que tengo empec√© a analizar informaci√≥n de todo, hacia reportes de cualquier cosa que pudiera, pero en realidad era algo que no aportaba al foco del negocio, luego de un a√Īo en mi trabajo el valor que aporta mi trabajo es mucho m√°s y gracias a mis analisis se han tomado desiciones importantes.

Siempre es un placer trabajar con demian un gran profesional en todos los sentidos ūüí°

Habilidades necesarias: Programación, matemáticas, bases de datos y conocimientos del negocio (definir el foco).

Aprender: Data storytelling, data visualization y concretar insights para stakeholders.

Habilidades blandas: Curiosidad y comunicación.

Feedback.
Los conocimientos y la información fueron comunicadas muy bien pero yo sentí la clase un poco anti-natural o forzada (solo lo digo para que en la siguiente se pueda mejorar).

  • Stakeholders: Un stakeholder es el p√ļblico de inter√©s para una empresa que permite su completo funcionamiento. Con p√ļblico, me refiero a todas las personas u organizaciones que se relacionan con las actividades y decisiones de una empresa como: empleados, proveedores, clientes, gobierno, entre otros.

  • Data Storytelling o Storytelling: basado en datos es una t√©cnica que transforma la informaci√≥n disponibles en una historia. Combina formatos de visualizaci√≥n de datos ‚ÄĒcomo gr√°ficos, cuadros, mapas animados, entre otros‚ÄĒ con elementos narrativos. El objetivo es utilizar una cantidad de datos algo compleja para contar una historia de una manera simple y concisa.

mas que una clase esto es un testimonio estilo iglesia cristiana…

Me quedo con la doble C:

  • Curiosidad

  • Comunicaci√≥n

Demian Arenas = D.A. = Data Analyst.

Que crack, me gusta la idea de saber que alg√ļn momento Demian Arenas va estar analizando mis datos. XD

Información resumida de esta clase
#EstudiantesDePlatzi

  • La curiosidad es muy buena para el Data Analyst

  • No es necesario una carrera universitar√≠a

  • El conocimiento del negocio es fundamental

  • Aprender de Data Storytelling es importante

  • Debemos desarrollar nuestras habilidades blandas y la comunicaci√≥n

  • El Data Analyst se encarga de analizar y visualizar los datos para encontrar insights

  • El Data Scientist se encarga de crear modelos predictivos

INCREIBLE, INSOLITO
Luego de ver este video me gusta mas la cultura de Platzi. Me gusta mucho poder escuchar la experiencia de un experto.

Yo tuve el placer de trabajar con él como Associate. Gran profesional y persona.

Lo lindo es que no fue hace mucho y ya está muy arriba. Inspira un montón esto.

Excelente poder contar con el testimonio de una persona que se dedica al an√°lisis de datos. De verdad que motiva! ūüĎĆ

Mis apuntes #11 (Notion)


Me encanta como expone sobre el ‚ÄúConocimiento de negocios‚ÄĚ. Soy ingeniera ambiental y me apasiona este mundo de los datos, me veo mas enfocada en el negocio de desarrollo sostenible y calidad de vida. Los datos ser√°n perfectos en este mundo.

Me volveré Data Analyst en el sector construcción, así puedo aprovechar mi profesión y experiencia

Acá en mi país he visto vacantes que piden requerimiento de un Ing. de datos e incluso de un Científico de datos en un puesto para Analista de datos.

me gustaría q lo q dicen lo aplicarán muchas empresas, pero la realidad es otra.. muchas empresas se fijan en los títulos y los conocimientos para poder aplicar a un trabajo .. entonces aunq pienses q solo lo puedes hacer con cursos .. debes mirar otras opciones si quieres entrar en una empresa tradicional

Yo trabajo como Data Analyst en un proyecto en una empresa de consultoria para un banco en un projecto de Metadata, y la verdad es que muchas de las cosas que ah√≠ hago no tienen sentido ni relaci√≥n con lo que realmente se est√° significando el rol dentro de este curso. Muy probablemente porque en el projecto d√≥nde estoy se usa un ETL (Ab Initio) que se encarga de todo y mi trabajo es m√°s centrado a tratar con gente de negocio. Sin embargo, no me gusta. Estoy aqu√≠ porque quiero ser un Machine Learning Engineer. Llevo un poco menos de un a√Īo con la maestr√≠a en ciencia de datos, con cursos de Python y SQL en Udemy (aprendizaje que jam√°s aplico), y pues tengo mucha confianza en que la ruta de aprendizaje de aqu√≠ me ayudar√° a encontrar un trabajo que me ayude practicar, generar experiencia, sentirme mejor y que me de la oportunidad de hacer de este mundo un lugar mejor.

Las habilidades detr√°s de las herramientas que plantea Demian me parecieron super importantes, el habla sobre:

  • Data Story Telling
  • Data Visualization
  • Concretar insights
  • Comunicaci√≥n con stakeholders (que generalmente son managers y no tienen mucho tiempo, as√≠ que debemos explicar de manera detallada y sencilla)

Veo que es un poco complejo el hecho de conocer muy bien del negocio para tener la capacidad de ejercer el an√°lisis de datos

Importante; conocer acerca del negocio har√° la diferencia entre un data analyst de otro... ūü§Į

Me gustaron varias cosas, entre esas:
Habilidades blandas como:

  • Curiosidad
  • Comunicaci√≥n

Y porsupuesto agregar a mi ruta de aprendizaje:

  • Storytelling, Data Visualization
  • Comunicaci√≥n

Data Analyst = encuentra el problema ‚Äúen el presente‚ÄĚ

Data science = encuentra tendencias ‚ÄúFUTURO‚ÄĚ

Para conocimiento de negocio y análisis, lean el libro de Lean Analytics, ahí comparten un brief de varios modelos de negocios y las métricas importantes. Puede ser un punto de partida para luego adentrarse en profundidad en un negocio o industria específica.

La idea de entrevistar a personas idóneas en el campo me parece excelente, pero como crítica constructiva: ¡por favor, hagan las entrevistas en vivo! Porque si no, todo parece muy guionado y robótico, creo que no se llega a apreciar por completo.

Que deberiamos tambien centrarnos:
1- Conocer de la industrias que deseas trabajar>
2- Ingles conversacional y Escrito
4-Bases de Datos
3-Storytelling y Visualización de Datos
5-Phyton , R
6-Estadística

Cuatro grandes pilares:

Data Storytelling
Data Visualization
Curiosidad
Comunicación

Sin saberlo a ciencia cierta, vengo siendo un data analyst desde hace muchos a√Īos en mis trabajos y como dice Demian es muy importante el conocimiento del negocio y las habilidades m√°s all√° de la parte t√©cnica.

Data Analyst tambien sirve para analizar productividad, fallas, problemas de calidad y todo lo relacionado con los costos de un negocio, pero como se dice en el video, es importante tener estas habilidades desarrolladas:

  • Data Visualization
  • Storytelling
  • Influencing Skills > La comunicaci√≥n es clave.

Puedes complementarlo con conocimientos en Agile y en Lean.

Que buena historia, me siento identificado ūüďĆ

que entrevista mas nutritiva en cuestión de terminología

Resumen sugerido = >

  1. Nunca parar de aprender
  2. Curiosidad/ comunicación como skills

Aprender del negocio

Storytelling, Data Visualization

Comunicación

Demian que buen testimonio y que gran aporte. No todo es la parte técnica, un profesional se forja de manera integral.
Este testimonio, sin duda, da una noci√≥n concreta del trabajo que realiza un Data Analyst ūüėÉ

habia comenzado la carrera de javascript pero me empece a interesar mas por data analyst, creo que se acopla mas a lo que me gusta , me da emocion poder resolver problemas utilizando datos

Este tipo de video-entrevistas a un profesional en campo enriquecen demasiado al curso. ūüėé

La curiosidad me mata y no aguanto…
Excelente entrevista! Muy profesional Demian respondiendo las preguntas con un nivel de profesionalidad.
Espero muy pronto ser un Data Analyst como el.

Yo tambien quiero ser un data Analyst ‚̧ԳŹ

Soy Data analyst con mas de 5 a√Īos de experiencia en empresas de Finannzas y aseguradoras, y definitivsamente lo que mas diferencia es el conocimiento del negocio y como comunciar los hallazgos encontrados.

Desde mi experiencia sería así:

  1. Que me guste el tema.
  2. Comunicación con el equipo / Aprender del negocio.
  3. Curiosidad.
  4. Matem√°ticas.
  5. Programación.
  6. Visualización de datos / Storytelling.
me resulta muy incómodo seguir a esta chica, dado que su forma de hablar es muy forzada, poco natural. eso desconcentra atención de lo que està diciendo. es casi como leído (o directamente como leído).

Caramba… No sé casi nada de negocios… Esto me desmoraliza…

Skills:

¬∑ Experiencia m√≠nima 3 a√Īos en cargos similares.

· Conocimiento en lenguajes: SQL, Python o R

· Herramientas de Visualización: Power BI y Tableau (deseable)

· Office avanzado

· Inglés intermedio-avanzado

Genial muchas gracias Demian.

Como Data Analyst creo que es importante desarrollar el

  • Storytelling, como lo dijo Demian ser concreto, claro y conciso.
  • Data Visualizaci√≥n.
  • Comunicaci√≥n asertiva
  • Ingl√©s para ganar en USD jaja

Muy oportuno mencionar las habilidades de comunicacion, si mi idea no es vendida de la forma mas optima, por mas buena que sea esta, muy seguramente no sera tenida en cuenta; un tema de conviccion.

y yo estudiando para ser un full stack data science xD

Al momento estoy montando mi consultoria con las herramientas de Psicologia Organizacional que es mi licencitura, pero como valor a√Īadido quiero dominar las herramientas de Data Science. Asi que estoy terminando mi licenciatura y a la vez con Platzi que me ha aportado muchas herramientas.

Excelente clase! En mi opinión es una excelente idea entrevistar a alguien que trabaja en esta área en específico para que comparta sus experiencias

super rodo este mundo de la data hay mucho talento y gente muy profesional

**Las gr√°ficas son herramientas poderosas y eficaces para comunicar visualmente muchos tipos de informaci√≥n num√©rica que facilita, tanto comprender conjuntos de datos complejos, como evidenciar relaciones, patrones y tendencias en estos. Esta rese√Īa hace parte de la serie que sigue la metodolog√≠a de las seis preguntas propuestas por Solomon & Schrum para seleccionar recursos educativos digitales; incluye tanto herramientas Web 2.0, como software descargable.

**

La verdad comenc√© este curso por pura curiosidad pero cada vez me gusta m√°s. En este punto ya he decidido que quiero comenzar mi camino como Data Analyst ‚̧ԳŹ

Siento que mucho depende de como veamos las cosas y como nos programemos el lo vió como orden de cjas y asi algo tan sencillo puede hacer que le tomemos gusto

Por lo visto, el seniority siempre va acompa√Īado de dos cosas:

  1. Conocimiento del negocio
  2. Comunicación

ūü§Ē

Buena entrevista. Lastimosamente en mi país vale mas el titulo universitario que tus conocimientos. Puedes tener el titulo y si no sabes nada, puedes tener una buena remuneración aunque no tengas conocimientos.

Poco a poco ire participando en las discuciones, tenganme pacienca. Gracias

Hola, estoy empezando en la carrera de Ciencia de Datos.
Espero poder conseguir mi primer empleo, gracias Platzi

Sigo sorprendido con el ejemplo que da Platzi, lograr que Demian dejara la U, y concentrase en Platzi, y verlo hoy trabajando en su Team como DA, realmente gratamente sorprendido con Platzi, muy bien!! Se le nota el talento a Demian, seguramente hay muchas m√°s personas con todo ese potencial en las escuelas de Platzi, felicitaciones y sigamos aprendiendo!!

experiencia de un data analyst.

Me encanta como Demian Arenas decide integrarse al mundo de los análisis de datos y lo dificil que fue para él este proceso. Un duro, gracias por compartir tu experiencia.

Lo que nos diferencia de otros data analyst es el conocimiento del negocio.
Mas que saber usar las herramientas debemos tener el conocimiento y los fundamentos detr√°s para usar de la mejor forma estas herramientas.

que buen video!!!

Se necesita conocer el negocio donde te gustaría iniciar, ya que es importante saber lo básico como mínimo

Me encantó!! que genial escuchar la experiencia de un Data Analyst

Muy importante tener esa oportunidad de traer invitados para conocer m√°s de primera mano los roles en esta √°rea. ¬°Gracias Curso! ūüėÉ

Asombrosa evolución de uno de los mejores estudiantes de Platzi.

Gracias Demian, al menos uno se relaja al ver que los requisitos no son tan elevados… Gracias

Excelente entrevista! Estoy empezando mi carrera de data analyst y me quiero enfocar en todo lo relacionado en People y HR analytics aunque tambien me esta empezando a gustar mucho la parte de producto

Maravilloso Demian, eres un ejemplo.

La verdad pensé escuchar lo mismo de siempre, pero me dejo con nuevos conocimientos, más que todo lo que se necesita:

  • Curiosidad
  • comunicaci√≥n

sin duda alguna la curiosidad y entender lo que hace el usuario para saber comunicar sus datos.

Estas son las charlas que realmente inspiran y motivan a nunca dejar de aprender.

Un analista de datos es ante todo un interprete de fenómenos puntales en una empresa o corporación. Por eso, es vital que conozca acerca del contexto de la misma para que pueda hacer el mejor análisis de los datos que posee.

Las herramientas son importantes, pero no ser√°n de funcionalidad si no tiene un buen criterio para determinar si arrojan resultados coherentes con lo buscado.

De aquí pienso que las capacidades de un analista de datos serían ideales para los futuros administradores de empresas, así no tengan el rol como tal; porque serían herramientas valiosas para fortalecer los negocios en su toma de decisiones.

Agregaría conocimientos de:

  1. Liderazgo
  2. Planificación
  3. Trabajo en equipo
  4. Estudio continuo de nuevas tecnologías

Grande Demian!

Has aclarado muchas dudas ahora ūüėĄ

buena historia de Demian, muchas gracias por tu aporte

Es muy buena historia.

A mi consideraci√≥n ordeno por prioridad los SKILLs de un data analyst ANTES y DESPU√ČS basado los a√Īos que llevo de experiencia en el campo.

ANTES:

  1. Programación
  2. Base de datos
  3. Herramientas de visualización
  4. Trabajo en equipo
  5. Conocimiento lógico mátematico
  6. Conocimiento del negocio

Después

  1. Trabajo en equipo
  2. Conocimiento del negocio
  3. Conocimiento lógico mátematico
  4. Base de datos
  5. Herramientas de visualización
  6. Programación

** Inglés no lo enumero porque esto depende de la industría, por ejemplo yo trabajo en una industría de EEUU, pero el equipo esta en México, solo se usa Inglés para base de datos y programación (escrito)

El conocimiento del negocio el factor clave para tener un mejor impacto.

Tener una comunicación activa con los grupos de interés.

Puente entre los datos y el negocio.

Habilidades atr√°s de las herramientas, data storytelling, Data Visualization.

Ser curioso, comunicación asertiva. (Habilidades blandas)

Yo llegué a este camino comenzando con el conocimiento del negocio, en este momento esa es mi principal fortaleza, seguida de la comprensión de las herramientas de BI.

Muy buena entrevista! ūüĎĆūüŹľ

After I heard the story and check what kind of works are outside I think that this is a complement to someone that already has a degree, I mean if you check vacant always they ask that you already must know about the business, in a bank the require an economist or a related degree, in medicine they ask for nurses or doctors,etc. This make me down 'cause to people like me (I don’t have a degree) we don’t have many opportunities to obtain a job in this field.
What do you think about this?

si concuerdo con muchos que ingles tambien debe ser un skill dominado

Excelente entrevista !

Dejando de lado el an√°lisis de datos aprender hacer bases de datos bien estructurados ayuda mucho en cualquier campo laboral y √°rea de trabajo

y yo aqui echado en mi cama :¬īO

Cuales son las principales herramientas que debería usar un Data Analyst para presentar los insights del negocio

Aprovecharé mi conocimiento en el mercado eléctrico para aplicar el Data Analyst

Gran historia de Demian, todo un ejemplo

Gerencia financiera y habilidades blandas.

Excelente Historia Demian !!!

Interesante la Historia.

Después de validar en varias bolsas de trabajo encuentro que lo que mas solicitan para data analyst es sql excel r

Excelente

Excelente historia, gracias por el aporte.

En este caso ‚Äúla curiosidad eleva al gato‚ÄĚ ūüėú

excelente historia!!!

Excelente Demian!