Ciencia de Datos

Muchas veces se confunde Ciencia de Datos con Inteligencia de negocios, vamos a ver la principal diferencia en cuanto al alcance de ambos métodos  y como la Ciencia de Datos es el paso siguiente que deben tomar los negocios más exigentes. También veremos que de esto nace un nueva profesión el ¨Científico de Datos¨

Primero vamos a analizar el término Inteligencia de negocios:

Es tomar datos, procesarlos y con base a cierta información tomar decisiones para determinado negocio.

La Ciencia de Datos por su parte va más allá, usando estadísticas matemáticas, IA (inteligencia artificial) análisis predictivo, resultando en análisis muchos más complejos y dar resultados como tendencias y predicciones para una determinada actividad, por ejemplo:

• Quién me comprará un producto?
• Cuándo fallará un pieza mecánica? 
• Quién no pagará  un credito?

Los procesos fundamentas de la Ciencia de Datos, son:

Pregunta de Negocio+ Recolección de datos+Preparación de Datos+Análisis+Modelos Analíticos + Despliegue+ Comunicación de Resultados.

Básicamente la Ciencia de Datos permitirá a los directivos tomar decisiones basados en un modelo científico y no en la intuición.

Estas metodologías deben ser trabajadas con un perfil muy particular, el Científico de Datos…..

Este profesional deberá cumplir requisitos muy particulares para trabajar con este modelo y son :

• Matemático: Deberá comprender a fondo los procesos predictivos que tiene una base matemática para generar los modelos.
• Tecnología: En la parte de manejo de datos , en todas sus faces, recopilación, normalización, proceso etc, se requiere amplio conocimiento en bases datos y lenguajes de programación para poder utilizar las herramientas para este fin.
• Conocimiento del Negocio: Este aspecto es fundamental ya que se debe alinear para darle sentido y alinear con el objetivo del negocio.

Existen actualmente tecnologías muy potentes para estas tareas como :

• Power BI
• Python
• Azure Machine Learning
• Cloud DataLab