Cursos Empresas Blog Live Conf Eventos Precios

0:004:30

Recursos

Resumen

Data Science es aplicar todas las técnicas de procesamiento de datos. En su manera más pura tiene que ver con gente con un background de estadísticas y ciencias duras.

Data Science

Curso de Fundamentos de Bases de Datos 2019

Clase 55 de 58

Clase 55 / 58

Cesar Gonzalez Leyba

Hace 7 años

Saludos! Estas son mis notas tomadas durante este bloque de clases por si a alguien les son utiles.

Hoy en dia no existen bases de datos 'one size fits all', es decir, hoy en dia en las aplicaciones modernas se utilizan distintas bases de datos ya sean relacionales, no relacionales, etc en una sola aplicacion. Las bases de datos relacionales servian muy bien por un tiempo para cumplir con varias demandas pero a medida que llego el Big Data estas no pudieron manejar bien toda esta carga con lo cual fueron creando otras.

Big Data: Grandes cantidades de datos, el reto que empezo a cerrar las puertas fueron que se estuvieron manejando cada vez mas grandes, grandes volumenes de datos. Se refiere a que en este momento en milesimas de segundos vamos a guardar grandes cantidades de datos. Es un gran movimiento que surgio con Youtube y Facebook ya que necesitaban guardar muchoos datos rapido.
Data Warehouse: Guardar grandes cantidades masivas de datos, la diferencia con Big Data es guardar mas datos que en Big Data pero que son datos historicos, es decir, que no se extraen muy a menudo. Ejemplo de Google que usa eso es Bigtable, otra solucion es BigQuery.
Data Mining: Es literal picar piedra, es decir, debido a que el orden en que se guardaban estos datos no era el mas optimo o el mas eficaz nos toca como data miners intentar buscar en todos esos datos y sacar informacion util que ayude en las decisiones de negocio. En si no se refiere a una base de datos sino a un conjunto de tecnicas para extraer informacion valiosa para las empresas.
ETL: Son las siglas de Extract, Transform, Load. Se trata de tomar datos de archivos muertos y convertirlos en algo que sea de utilidad para el negocio. Tambien ayuda a tomar los datos viveos de la aplicacion, transformarlos y guardarlos en un data warehouse periodicamente. Esta tecnica tiene dos grandes usos: Para el datamining cuando tenemos una base de datos sin orden, sacamos la info, la limpiamos y la guardamos en un data warehouse y ahora si esta ordenada y podemos sacarle provecho a ella. Otro gran caso de uso es mas o menos similar pero cuando lo tenemos que hacer en tiempo real que sirve para hacer etl, es decir, guardamos el estado en bases de datos no relacional que no son muy buenas manejando queries complejos y si tenemos muchas relaciones y con ETL podemos aprovechar la informacion aunque este asi y obtener informacion valiosa. Aunque no existen tecnologias que hagan todo el proceso existen los data pipelines para manejar todas estas fases.
Business Intelligence: Como el nombre lo dice inteligencia para el negocio, que se refiere a tener los datos de manera oportuna y datos correctos que los ayuden a dar informacion necesaria para hacer las decisiones correctas. Con esto tratamos de hacer sentido a toda la info obtenida y nos ayuda a saber digamos que tipo de audiencia tenemos, el historico de como han ido las ventas en ciertos periodos, es decir, nos permite visualizar las relaciones que tiene nuestro sistema y aplicacion y los clientes entre si. Herramientas para esto: Tableau, QlikView, PowerBI.
Machine Learning: Son una serie de tecnicas que involucran la inteligencia artificial y deteccion de patrones. A diferencia de Business Intelligence que queremos buscar un patron en especifico con la informacion que ya tenemos, mientras que con Machine Learning dado un conjunto de datos buscamos encontrar patrones que no esperas o no eran obvios para un ser humano, ademas que busca saber en un futuro como se comportarian nuestros usuarios. Una bd muy buena para esto es BigQuery que nos sirve como warehouse y ademas nos permite hacer queries que nos podrian ayudar con BusinessIntelligence como son Data Studio. Entre los dos casos de uso principales de ML son: clasificacion y prediccion.
- Con la clasificacion nos referimos a que si tenemos varios datos historicos y queremos conocer por ejemplo cuales temas fueron mas interesantes durante un periodo en especifico, no serviria con buscar palabras claves, para este tipo de casos se utiliza la tecnica de ML denominada Procesamiento de Lenguaje Natural lo que hace es tomar un texto o reconocimiento de voz que utiliza el lenguaje natural humano nada estructurado, lo empieza a procesar y nos devuelve los patrones que encontro. Por ejemplo con el Platziblog: Si tenemos un modelo muy bien entrenado, es decir, que le hayamos pasado una buena cantidad de articulos que si sabemos que son de politica y reconoce estos patrones. Cuando le pasamos toda la informacion de Platziblog nos devuelve articulos que no especificaban por ninguna parte que se trataban de politica pero gracias al modelo pudimos identificarlos.
- Con la prediccion nos ayuda a la toma de decisiones. Por ejemplo le damos las ventas de unos años pasados, procesa las ventas y genera un modelo, que cuando le pasemos las ventas actuales nos ayuda a identificar las relaciones y patrones que nos ayuda a visualizar a donde nos dirigimos, es decir, si le pasamos ventas proyectadas a futuro este nos dice que va a pasar, si se va a comportar igual, etc. BigQuery es una buena herramienta debido a que con un lenguaje similar a SQL pero con mas funcionalidades nos permite ademas de hacer consultas, almacenarla y alimentarla a un algoritmo de modelos de ML que con el mismo lenguaje SQL al ejecutarlo estamos creando modelos que nos ayudaran a predecir valores futuros.
Data Science: Es aplicar todo lo que hemos visto, tecnicas de ETL, Data Mining, Business Intelligence. Aunque esta mas dirigida a personas con background de estadisticas, hoy en dia tambien participan personas con el perfil de Data Engineering. Al hacer Data Science estamos aplicando todo lo visto en los temas anteriores, no solo a nivel tecnico sino que desarrollamos la experiencia y conocimientos sobre las distintas tecnologias, en que parte del desarrollo de nuestro proyecto tenemos que utilizarlas, etc. Con lo cual el Data Science juega el papel de manager dentro de un equipo de profesionales de datos.

Rafael Roque Vargas

Hace 7 años

Muy buen resumen.

Jonathan Jiménez Soveranes

Hace 7 años

Gracias, buen resumen

Comentarios (145)145 comentarios

Gonzalo Pimentel

Uno de los mejores cursos que he tomado en PLATZI!!

Brian Quiroz López

Hace 6 años

Así es, muy bien diseñado y explicado a detalle.

Andres Felipe Zabala velez

Hace 5 años

Si excelente curso.

Juan José Calderón

Carlos Yesid Espinel Ballén

Gracias por compartir tus apuntes, muchos exitos.

Igualmente 💚

Daniel Paloma Murcia

Una pequeña infografia

Hairon Gabriel López Constanza

Excelente!

Super

Miguel Angel Echavarria Velez

Matias Zayas

Israel es un gran profesor. De los mejores de Platzi.

Es excelente profesor.

lesier gg

Boss: Necesito un data scientist para que mi empresa se vea cool!!!

Irving Fritz Meyer Gutiérrez

Que agradable haber hecho el curso con tu forma de explicar.

Usuario anónimo

User

Gracias a este curso, comprendí el camino que elegiré.

Cual es tu camino ninja?

david antonio ceron diaz

La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas

Son los científicos que tratan y estudian los datos.

Fernando Huamán Santamaria

Vaya, entonces el data scientist es aquel profesional que sabe de data mining, ETL, data warehouse, etc como el full-stack developer que es aquel profesional que sabe de backend y frontend

Edgar Stephen Tellez Garay

El mejor profesor de platzi

Jimmy Buriticá Londoño

Data Science, es un científico de datos que toma todos la información de una compañía y usando todas las técnicas conocidas, lograr obtener información para la toma de decisiones.

Joel Sierra Mendoza

Data Science = Ciencia de datos. Data Scientist = científico de datos.

Andrés Fernández

DATA SCIENCE:

De una entrevista a varios data scientists que vi hace poco, coincidían en que los roles principales de estos profesionales en DS son:

Los que trabajan haciendo estadística inferencial que van más con el diseño de experimentos, pruebas de validación de nuevos features de los productos y cosas por el estilo y trabajan cerca de un full-stack team.
Los que trabajan aplicando técnicas como ML para crear algoritmos de recomendación o clasificación.
Los que hacen analytics, buscando tendencias y generando insights para gerencias.

Gracias

Miguel A. López

Dataismo! jajaja

María Eugenia Pereira Chévez

Me gusto ese termino.

Hector Sebastian Trejo Luna

D A T A I S M O

Carlos Eduardo Repillosa Del Valle

De verdad estas clases motivan a nunca parar de aprender. Te generan una curiosidad tan grande al ver el gran universo de posibilidades donde puedes aplicar los conocimientos que aprendemos, que de verdad es un reto enfocarse en ir aprendiendo todo carrera carrera, sin que quieras ir a explorar otras cosas.

Patricia Calisto Gutierrez

Felicitaciones profe, este módulo me aclaró mucho conceptualmente.

Silvana Rolón

Andres Annicchiarico

Que buen profe que es Israel

Edwin Jesset Barrientos Gonzales

Un Data Scientist es un experto en Data Science que resuelve problemas complejos de diferentes disciplinas (finanzas, marketing, ciencias de la vida, industria...) haciendo uso del análisis de datos (principalmente con herramientas estadísticas e informáticas) y ayuda a la extracción de conclusiones.

Recursos

Resumen

Data Science

Progreso del curso

Bienvenida conceptos básicos y contexto histórico de las Bases de Datos

Introducción a las bases de datos relacionales

RDBMS (MySQL) o cómo hacer lo anterior de manera práctica

SQL hasta en la sopa

Consultas a una base de datos

Introducción a la bases de datos NO relacionales

Manejo de modelos de datos en bases de datos no relacionales

Bases de datos en la vida real

Bonus