Autor Tema: [PDF][Gratis] Científico de Datos: ¿Quién es? ¿Qué hace? ¿Cómo trabaja?  (Leído 375 veces)

0 Usuarios y 1 Visitante están viendo este tema.

Desconectado graphixx

  • Whitehat
  • Administrador
  • Usuario Héroe
  • *****
  • Mensajes: 1646
  • Karma: +1984/-0
  • Whitehat
    • Ver Perfil
    • Sistemas y Controles
[PDF][Gratis][100 paginas] Científico de Datos: ¿Quién es? ¿Qué hace? ¿Cómo trabaja?


DESCARGA:[100 paginas][PDF]

El libro no es un compendio técnico de algoritmos ni técnicas, es un acercamiento al termino y la profesión útil tanto para quienes desean desempeñarla como para quienes aspiran a contratarlos. A continuación mi resumen de el, y por sobretodo un glosario de términos que tanto el profesional como el ejecutivo probablemente desconozcan.

El libro no deja claro el beneficio del científico de Datos para la rama ejecutiva de las organizaciones, por lo que me gustaría aportar, que una de las funciones mas rentables del BIGDATA que puede implementar el científico de datos en su organización, es la de la visualización rápida de datos de la información histórica y actual de la empresa, como lo esclarecí en mi podcast y curso de:
https://www.sistemasycontroles.net/foro2/biblioteca-de-big-data/laboratorio-de-graficas-big-data-con-d3-javascript/ Ya que la implementación de buenas librerías de BIGDATA en las organizaciones mejora de manera exponencial el tiempo que tardan en generarse los reportes de consultas cruzadas sobre bases de datos extensas, en las reuniones ejecutivas, cuando el informe es generado en vivo desde la base de datos actual de la empresa. (Un reporte gráfico de consultas cruzadas en las bases de datos de la organización puede pasar de tardar minutos a segundos en generarse.)

Es mas yo pensaría que leer el libro sobretodo en sus textos finales, espantaría a cualquier ejecutivo sobre implementar proyectos de BIGDATA en su organización pero tal y como lo exprese en el párrafo anterior, es cuestión de ver las implementaciones practicas y sensatas de esta profesión, ya que el libro se encapricho en hacerlo ver como una rama experimental e imprevista de resultados inesperados jejeje

Sin desmeritar la intensión de los ponentes, se centraron demasiado en el uso experimental del BIGDATA en los monopolios y transnacionales gigantes como Google o Facebook que se pueden dar el lujo de darle un uso experimental sin beneficios a corto plazo, desde mi visión local del BIGDATA en la mediana empresa (pyme) o la multinacional estatal creo que hubiera sido mas sensato ofrecerle una visión de implementación en reportes y visualización a estas medianas industrias, ya que una empresa local no dispone de recursos para investigaciones experimentales. Ni tampoco creo que el profesional vaya ganar el tan prometido salario excepcional implementando el BIGDATA solamente dentro el ámbito académico.

Igual el libro no deja de ser un amable recurso y una grata experiencia de acercamiento al ecosistema BIGDATA, los términos usados son de común presencia en las profesiones de cada rubro de la organización, y los pocos términos especializados que no eran comunes yo los he desglosado en el resumen de mas adelante.



Pero, ¿qué hace realmente un Científico de Datos? En Good Rebels hemos querido trazar un perfil de esta nueva profesión, con la ayuda de varios líderes del sector, procedentes de ámbitos académicos, empresariales e institucionales. A modo de resumen, podríamos concluir que las tareas principales de un Científico de Datos se resumen en identificar los datos, transformarlos cuando están incompletos, agruparlos, prepararlos para el análisis, ejecutar el análisis, visualizar los resultados y comunicarlos. Para ello debe poseer una formación técnica en programación, administración de datos, estadística y minería de datos. Sin descuidar, al margen de la parte analítica, la capacidad de centrarse en la generación de valor para la empresa. De esta forma, en un escenario competitivo donde los desafíos se renuevan constantemente y los datos no dejan de fluir, el trabajo del Científico de Datos permite a los directivos pasar de un análisis ad hoc a una conversación permanente con los datos.

Donde están los científicos de datos ?


El Científico de Datos no es un perfil radicalmente nuevo, que se esté definiendo desde cero. Las empresas llevan tiempo recurriendo al análisis exhaustivo de los datos como una valiosa herramienta que ayuda a cumplir o mejorar sus objetivos. Lo que cambia ahora es la dimensión de ese estudio, en la medida en que una mayor cantidad de datos exige un enfoque distinto, tanto de los procedimientos como del propósito del análisis.

Muchos expertos inciden en la idea del redescubrimiento de los datos, o mejor dicho, del descubrimiento de su aportación de valor al negocio. La persona que hasta ahora manejaba los datos, segmentaba a los clientes o determinaba los productos con mayor rotación obviamente añadía un valor a la compañía. Pero el rol del Científico de Datos va mucho más allá.

El trabajo del Científico de Datos culmina con el alumbramiento de nuevas oportunidades de negocio a partir del examen exhaustivo de los datos.

GLOSARIO DE PALABRAS QUE ENCUENTRAS EN EL LIBRO:

KPIs: Un KPI (key performance indicator), conocido también como indicador clave o medidor de desempeño o indicador clave de rendimiento, es una medida del nivel del rendimiento de un proceso. El valor del indicador está directamente relacionado con un objetivo fijado previamente y normalmente se expresa en valores porcentuales. https://es.wikipedia.org/wiki/Indicador_clave_de_rendimiento

Insight : Un insight es una clave, la esencia que nos permite encontrar la solución a un problema. Un camino, un dato que nos sugiere como resolver cualquier ecuación por compleja que sea. Pero ojo, porque el insight no es la solución. Es simplemente el punto que nos lleva al camino de esa solución. https://www.40defiebre.com/que-es/insight

know-how: Un uso muy difundido del término suele utilizarse en la venta de franquicias, ya que lo que se vende es el «saber cómo». Las franquicias generalmente son vendidas por países o empresas con experiencia en un sector, casi siempre los negocios, a personas que saben poco del tema, lo que supone en un patrimonio de muchos años de madurez y una ventaja comparativa muy valiosa frente a la competencia. https://es.wikipedia.org/wiki/Know_how

Data wrangling: La disputa de datos, a veces denominada mezcla de datos, es el proceso de transformar y mapear datos de un formulario de datos "en bruto" a otro formato con la intención de hacerlo más apropiado y valioso para una variedad de propósitos posteriores, como la analítica. Wikipedia (Inglés) https://en.wikipedia.org/wiki/Data_wrangling

Por último, existe una parte poco glamourosa del trabajo del Científico de Datos consistente en pelearse con los datos, una tarea conocida en inglés como data wrangling. A menudo, los datos en bruto se presentan de manera confusa o imperfecta, por lo que es necesario recopilar y limpiarlos manualmente para convertirlos a un formato estructurado que pueda ser explorado y analizado. Y esta es una tarea que puede ocupar más del 50% de la jornada del Científico de Datos, empleando herramientas como OpenRefine o Fusion Tables.



El mejor salario dentro de los cargos de tecnología:

De que carreras provienen los científicos de datos ?


Estadística, Técnica, Analítica, Comunicación... Sin olvidar las cualidades humanas. ¿Una combinación de capacidades muy difíciles de atesorar en una sola persona?


Tu currículo debería incluir formación en:


En Colombia esto seria 33 millones de pesos mensuales.

¿En qué industrias encontramos a los Científicos de Datos?

Una célebre cita del matemático George E. P. Box, considerado uno de los más importantes estadísticos del siglo XX, dice así: “Todos los modelos son erróneos, pero algunos son útiles”. Erróneos en el sentido de que no pueden capturar todos los detalles de un sistema, porque si lo hicieran, el modelo serían tan complejo que contradiría el propio propósito de modelar. Eso no convierte los modelos en inservibles, pero sí obliga a que sean constantemente reinterpretados y validados utilizando los datos empíricos y el conocimiento del propio sistema, al margen de las técnicas o algoritmos empleados en el análisis.

« Última Modificación: 23 de septiembre de 2019, 12:01:49 pm por graphixx »
Para tus servicios y comprar productos de Sistemas piensa en contratarnos, usa los botones de WhatsApp ubicados en nuestra pagina principal: www.sistemasycontroles.net

Información Personal sobre Graphixx: