- 1

Aplicación de PostgreSQL en Ciencia de Datos
02:45 - 2
Importación de Bases de Datos en PgAdmin 4
01:21 - 3

Historia y Evolución de las Bases de Datos Relacionales
04:32 - 4

Fundamentos de Bases de Datos Relacionales para Científicos de Datos
06:57 - 5

Conceptos Fundamentales de Bases de Datos Relacionales
05:59 - 6

Sentencias SQL: Select, Where, Group By y Order By
05:58
Planeación y Presentación Efectiva de Datos para Científicos de Datos
Clase 20 de 34 • Curso de PostgreSQL Aplicado a Ciencia de Datos
Contenido del curso
- 11

Diferencias entre PostgreSQL y otros gestores de bases de datos
05:31 - 12
Fundamentos de la Programación en Python
00:01 - 13

Procedimientos y Funciones en PostgreSQL: Creación y Uso
11:15 - 14

Creación y uso de funciones y triggers en bases de datos SQL
10:08 - 15

Funciones SQL para Ciencia de Datos: Consultas y Reportes Prácticos
13:23 - 16
Lenguajes Procedurales en PostgreSQL: PL/pgSQL y Extensiones Python
03:23 - 17

Definición de Tipos de Datos Personalizados en Bases de Datos
06:23
- 18

Diagrama Entidad-Relación en Sistemas de Renta de Películas
08:53 - 19

Agregación de Datos en SQL: Max, Min, Suma y Promedio
11:28 - 20

Planeación y Presentación Efectiva de Datos para Científicos de Datos
08:54 - 21

Manipulación de Datos JSON en PostgreSQL
10:49 - 22

Manipulación de Datos JSON en Bases de Datos Relacionales
06:26 - 23

Tablas Recursivas e Interactivas en SQL con Common Table Expressions
06:01 - 24

Funciones de Ventana en SQL para Ordenamiento y Rango de Datos
04:49 - 25

Manejo de Particiones en Bases de Datos: Ventajas y Desventajas
05:49
- 26

Creación de Dashboards con SQL para Análisis de Negocios
03:20 - 27

Top 10 Películas Más Rentadas: Consulta SQL Paso a Paso
08:01 - 28

Actualización de Precios de Películas con Tipos de Cambio en SQL
12:29 - 29

Rangos y Percentiles con Funciones de Ventana en SQL
06:31 - 30

Agrupación de Datos Geográficos por Ciudades en SQL
06:56 - 31

Análisis de Datos con Líneas de Tiempo en SQL
09:46 - 32

Visualización de Datos con Tableau para Científicos de Datos
07:22
¿Por qué es crucial la presentación de datos para los científicos de datos?
La capacidad de presentar datos de manera efectiva es de suma importancia para los científicos de datos y quienes trabajan en disciplinas relacionadas. A menudo, este desafío supera el mero análisis o manipulación de datos, ya que involucra pensar detenidamente en cómo extraer y presentar la información. Para aquellos con un trasfondo técnico, puede ser un reto salir de la lógica pura y pensar en cómo comunicar estas ideas a un público no técnico.
Presentar datos no solo requiere saber qué historia quieres contar, sino también cómo impactará esto a quien va dirigido. La planeación es fundamental y debe hacerse desde el principio, al crear dashboards o informes, para asegurarse de que los datos cumplan con su propósito.
¿Cómo la planeación afecta la presentación de datos?
Una planeación meticulosa es fundamental para dirigir la presentación de datos hacia el objetivo correcto. La planeación actúa como mapa guía al elegir herramientas de visualización, como gráficas de barras o de líneas, que ayuden a destacar un comportamiento a través del tiempo. Por ejemplo:
- Conceptualiza el tipo de visualización necesaria según la historia que deseas contar.
- Decide qué segmentos o partes del gráfico pueden comunicar un sentido de urgencia o destacar momentos de crecimiento.
- Prepara los datos con herramientas de análisis para posteriormente desarrollarlos en gráficos o dashboards que reflejen tendencias claras.
¿Cuáles son las mejores prácticas para elegir gráficos que apoyen tus objetivos?
Elegir el gráfico correcto que apoye tu argumento es crucial para la efectiva comunicación de datos. Algunas consideraciones incluyen:
- Utilizar líneas de tiempo para mostrar como las métricas cambian a lo largo de un periodo determinado, permitiendo a los stakeholders ver tendencias históricas.
- Optar por gráficas de pastel o de barra para ilustrar proporciones o comparativas entre diferentes grupos o categorías, como las ventas en diferentes filiales de una empresa.
- Alinear métricas y gráficos con los intereses y responsabilidades del público objetivo: gestión, operaciones diarias o estrategia a largo plazo.
¿Cómo la comprensión de los datos potencia la habilidad de hacer recomendaciones?
Con el dominio y entendimiento de la estructura de la base de datos y la habilidad de explorar los datos, puedes formular recomendaciones que no siempre han sido expresamente solicitadas. Este análisis proactivo puede llevar a:
- Identificar tendencias ocultas que podrían cambiar la trayectoria de las decisiones empresariales.
- Presentar informes innovadores basados en tu conocimiento de los datos, que pueden inspirar nuevas estrategias organizacionales.
- Evidenciar cómo pequeñas acciones diarias pueden impactar en la organización a gran escala, realzando la importancia del análisis de datos proactivo.
La presentación de datos no solo es una parte del trabajo del científico de datos, sino que también es un elemento vital que marca una diferencia real en las decisiones organizativas y en cómo las empresas perciben e implementan estrategias basadas en datos. Continuar desarrollando esta habilidad puede no solo mejorar tu carrera, sino también influir significativamente en el éxito de la organización en la que trabajas.