La ciencia de datos como servicio (DSaaS) es una forma de subcontratación que implica la entrega de información obtenida de aplicaciones analíticas avanzadas ejecutadas por científicos de datos en una empresa externa a clientes corporativos para su uso comercial.
Un proveedor de DSaaS recopila datos de los clientes, los prepara para el análisis, ejecuta algoritmos analíticos y devuelve los hallazgos generados por los algoritmos a los clientes.
Uno puede fácilmente puede tener la noción de que estar basado en datos (Data-Driven) realmente se trata de máquinas y tecnología. La realidad es que, para lograr avances sustanciales, los responsables de la toma de decisiones también deben adoptar el lado humano de la ecuación. Me refiero a Ciencia + Arte (Lado humano)
La frase "Los datos son un recurso esencial para el funcionamiento de las empresas" se ha convertido en una especie de cliché . todo lo anterior se traduce en que los datos deben de aprovecharse y convertirse en conocimientos y ventajas competitivas.
Según el «Informe de empleos emergentes» de LinkedIn en Estados Unidos, los científicos de datos tuvieron el tercer mayor crecimiento en el año 2020, con un 37 %, y han estado en la cima del informe durante los últimos tres años. Eso los pone a ellos, y las habilidades de ciencia de datos, en gran demanda.
Para nuestro episodio conversamos con Orlando Hernandez, Knowmad apasionado. Hicimos un símil entre el mensaje dado en el libro de 1984 con la forma como tratamos los datos y utilizamos la tecnología. Además, vimos ejemplos de como nos sesgamos y hemos cambiado nuestro estilo de vida con el uso de la tecnología disruptiva.
La analítica avanzada es una metodología de análisis de datos que utiliza modelos predictivos, algoritmos de aprendizaje automático (Machine Learning), aprendizaje profundo (Deep Learning) , automatización de procesos comerciales y otros métodos estadísticos para analizar información del negocio proveniente de una variedad de fuentes de datos.
Lo primero que debo de comentar que sin importar el tamaño de la empresa o el giro, una estrategia de Big Data y Analítica bien diseñada debe de contener como mínimo una visión, objetivos y un marco de trabajo metodológico.
En nuestro nuevo episodio del Podcast "K El Podcast" conversamos con Caterina Abanoni, Especialista en Business Intelligence. Hablamos de como empezar una carrera de analista de datos, consejos y situaciones que ella ha experimentado.
Lo primero que debo de comentar que sin importar el tamaño de la empresa o el giro, una estrategia de Big Data y Analítica bien diseñada debe de contener como mínimo una visión, objetivos y un marco de trabajo metodológico.
En nuestro nuevo episodio del Podcast "K El Podcast" conversamos con Caterina Abanoni, Especialista en Business Intelligence. Hablamos de como empezar una carrera de analista de datos, consejos y situaciones que ella ha experimentado.
Cuando hablamos de Big Data no nos referimos a un único término, sino una combinación de tecnologías que ayudan a las empresas a obtener conocimientos prácticos mientras gestionan de forma eficaz la carga, procesamiento y el almacenamiento de datos.
Nuevas habilidades en la era de los datos La transformación digital y la introducción de más automatización e IA en la fuerza laboral ha traído consigo una brecha de habilidades dentro de las organizaciones. De acuerdo con un informe […]
¿Cómo comunicarse efectivamente con los Stakeholders? La comunicación eficaz y colaborativa con los beneficiarios de un proyecto de datos (Stakeholders) es una habilidad que puede ayudar en el día a día a los role técnicos (Científicos de datos, analista […]
