Antes de comenzar a formarte como Data Scientist, es probable que tengas algunas preguntas al respecto de la profesión.
Por ello, para orientarte en tu camino dentro de la Ciencia de Datos, te aclaramos algunas de las preguntas mas frecuentes realizadas por nuestros alumnos.
¿En qué consiste la Ciencia de Datos?
La ciencia de datos como su nombre lo indica tiene que ver con aplicar el método científico. ¿A qué se lo vamos a aplicar? Simple, a los datos. Datos que la organización ya tiene o que puede conseguir.
¿Para qué lo vamos a aplicar? Un poco para entender el pasado. Para ver si con los datos podemos explicar lo que nos ha ocurrido. Una Ciencia que no puede explicar lo que pasa, es una pobre ciencia.
La parte complicada es la de predecir el futuro, porque la plata que tenemos que ganar o la eficiencia que tenemos por obtener, los problemas que nos quedan por resolver están en el futuro. A partir de esa predicción del futuro es que vamos a poder aportarle al difícil arte de tomar buenas decisiones.
¿Cómo trabaja el método Científico de la Ciencia de Datos?
Para empezar se basa en datos preexistentes. Mirando los datos, entendiendo el negocio, mirando los antecedentes hacemos hipótesis. Hipótesis sobre como se comportan las cosas.
Dichas hipótesis podrán estar bien o podrán estar mal. Pero una hipótesis para la cual no podamos hacer un experimento que la pueda refutar esta fuera de lo que denominamos Ciencia de Datos.
Una vez que tenemos la hipótesis concreta, bien concreta, como para que no haya dudas si funciono o no funciono, un experimento que deja dudas si prueba o refuta la hipótesis es un experimento desperdiciado.
Un experimento es algo que trata de atar todas las variables que no queremos que se muevan para dejar en movimiento solo las variables sobre las que se formula la hipotesis.
Una vez que hacemos el experimento tenemos que tener una respuesta clara: si funciono o no funciono. Si funciono, tenemos nueva ciencia, cosas que nos van a ayudar a tomar buenas decisiones, a predecir el futuro.
Si no funciono, (si el experimento es valido) tenemos nuevos datos que nos van a ayudar a generar nuevas hipótesis. En ese sentido acá no hay fracaso, si bien la gerencia puede no estar demasiado contenta ya que lo que buscaba es generar nueva ciencia.
¿Qué áreas debe dominar un Data Scientist?
Un Data Scientist o Científico de Datos, debe dominar algunas áreas de conocimiento como:
- Programación
- Bases de datos
- Machine Learning
- Datawarehousing
- Estadísticas
- Conocimiento de las industrias específicas.
- Análisis de Negocios
- Gestión de Proyectos
Esto significa que, venga de donde venga, un profesional que quiere convertirse en Data Scientist, más allá de sus conocimientos de base, deberá incorporar algunos conceptos nuevos.
Por eso, la formación como Data Scientist, debe ser personalizada para cada participante.
Simplemente para no estar forzado a re-estudiar conceptos que ya sabe, como sucede con las carreras de programas fijos con una currícula no personalizada.
¿Cuál es el camino para convertirte en Científico de Datos?
Primero, se necesita llevar a todos los interesados a un uso eficiente de:
- Estadística aplicada
- Programación
- Bases de datos
- Ciencia de datos
- Algoritmos predictivos comunes
- Métodos de regresión
- Métodos de optimización
- Aprendizaje no supervisado
- Análisis de negocios
- Gestión de proyectos
Luego, todos los futuros Científicos de Datos deberán completar:
- Algoritmos de aprendizaje supervisados en R
- Algoritmos de aprendizaje No Supervisado en R
- Algoritmos de aprendizaje supervisados en Python
- Algoritmos de aprendizaje No Supervisado en Python
- Introducción al procesamiento en paralelo y Big Data
Finalmente cada profesional, dependiendo de sus inclinaciones, oportunidades y decisiones, seleccionará los temas o conocimientos en los que desea especializarse o profundizar.
En todo este camino, en el Instituto Data Science Argentina, estaremos deseosos de acompañarte.
