Guía para Empezar una Carrera en Data Science e Inteligencia Artificial
Data science es el proceso de descubrir información valiosa de los datos, con objetivos de:
El proceso trata de:
El proceso de basa en el método científico:
Es un ciclo, logrando volver al paso que sea dependiendo del caso.
Inteligencia artificial es diferente al Data science, sin embargo trabajan en conjunto.
La inteligencia artificial son algoritmos que pretenden emular la inteligencia natural, sobre aprender, ver, escuchar, reconociendo patrones en archivos para así aprender y reconocer. El machine learning es una de las ramas de la inteligencia artificial, cuyo objetivo es hacer que las maquinas aprendan ya que se le pasan muchos datos y arroja un modelo con el que se pueden resolver muchos problemas.
Los datos de entrenamiento son diferentes a los de entrada, pueden venir dela misma fuente, pero son distintos. Con este entrenamiento y el modelo que arroja se pueden predecir ciertas cosas, por ejemplo perdidas de clientes en empresas, productos, etc
En Data Science se usa la IA como herramienta para las predicciones.
Roles en la industria:
Data Science NO es:
IMPORTANTE:
¿Por qué SI aprender Data Science?
¿Qué hace una Data Analyst?
El objetivo dela Data Analyst es analizar informaciónde valor para ayudar a resolver las necesidades de cada una de las áreas de una organización, lo hace de manera que:
Extra, limpia, analiza y reporta los datos, con diferencia de un Data scientist es que el Analyst se ocupa de analizar el presente. Importante identificar las necesidades de informaciónque surgen dedía a día, formulados con preguntas quese pueden responder con datos y extraer los datos a través de sql o python, limpiar y ordenar los datos, para poder analizar e identificar patrones, y luego comunica los hallazgos.
Herramientas y tecnologías para Data Analysts
¿Cómo empezar?: Cómo usan los datos las organizaciones con Business Intelligence, Consultar bases de datos con SQL, herramientas para análisis de datos, estadística aplicada a análisis de datos
¿Qué hace una Data Scientist?
Toma datos de diferentes fuentes sea interno o externo a la empresa, los usa para encontrar valiosa información o servicios de Machine Learning, para así tomar decisiones basadas en datos, e incorporar datos a los productos de software. Obtiene, limpia y procesa datos, también diseña y utiliza modelos deML y ver hacia el futuro de los resultados, supervisar la precisiónde los datos, automatizar procesos para agilizar la recolecciónde datos, crear informes detallados en paneles deanálisis para otros equipos, ayuda a crear productos basados en datos trabajando dela mano con el equipo de ingeniería.
Herramientas y tecnologías para Data Scientists
1. Entender cómo se utilizan los datos, aprender Business Intelligence y cómo es el proceso de datos en las organizaciones
2. Programar con Python
3. Saber las principales librerías de procesamiento, análisis y visualizaciónde datos en Python
4. Conocer las Jupyter Notebooks
5. Aprender estadística y probabilidad aplicada a Data Science
6. Crear tus primeros proyectos
Todos estos conocimientos y habilidades son los que debes tener para convertirte en una Data Scientist.
¿Qué hace una Data Engineer?
El data Engineer toma los datos crudos y los almacena en bases de datos, para que las demas personas tengan datos con los que trabajar, creando pipelines ETL (Extracción, transformación, Load(Carga))
Este es un breve resumen del curso, espero les sirva y sea de apoyo.
