Introducción a Ciencia de Datos: Un mundo de oportunidades para talento en computación

Una de las áreas de investigación y aplicación que ha tenido un papel protagónico en la última década para el sector industria y otros campos científicos, es la Ciencia de los Datos. El tema se ha diversificado rápidamente en diferentes campos del saber, que han hecho de la Ciencia de Datos un campo de estudio marcadamente interdisciplinario. En esta charla se hará una introducción a los conceptos base de la disciplina, así como la delimitación de las líneas para diferenciar áreas de desarrollo, investigación y aplicación en la industria. Por ora parte,, se explorarán las oportunidades existentes para el talento en computación y la necesidad que se vive en sectores como la industria, por tener más acceso a este talento mediante una educación orientada a desarrollar competencias en diferentes ámbitos de la Ciencia de Datos.

Transcript

1. Presentation Template Subtitle Introducción a Ciencia de Datos Un mundo de oportunidades para talento en computación COMPDES 26 de Julio, 2018 Frans van Dunné @fransvandunne
2. Introducción • Estrategia e innovación basada en datos • Modelado de procesos y gestión de datos • Diseño e implementación de algoritmos y dataductos • Interoperabilidad de datos • Arquitecturas de microservicios • Industrias diversas (privado, gobiernos, ONG’s) Frans van Dunné, PhD Chief Data Officer @fransvandunne
3. Mercado Big Data & Analitica LATAM 2017 USD 2.9 mil millones LATAM 2023 USD 8.5 mil millones Mercado Global 2017 : USD 21.2 mil millones Fuente: http://www.nearshoreamericas.com/infographic-latin-america-big-data-and-analytics-market/
4. Ciencia de datos trae beneficios ... 17 - 49% mayor productividad al incrementar la usabilidad de datos en un 10% 11 - 42% mayor retorno sobre los activos (ROA) al incrementar el acceso a datos en un 10% 241% mayor rentabilidad (ROI) al usar big data para incrementar competitividad 1000% mayor rentabilidad (ROI) al desplegar análisis a lo largo de la organización 5-6% mejora de rendimiento para organizaciones con toma de decisiones con base en datos. … para competir a futuro Fuente: The 2015 Field Guide to Data Science
6. Source: Matt Turck, Jim Hao & First Mark Capital Data Science Machine Learning SVM Cross validation Random forest R Studio Linear regression Logistic regression Hadoop Python Neural networks Deep learning K-means Statistical significance Boosting Algorithm xlsx Tableau
7. Source: Matt Turck, Jim Hao & First Mark Capital Sentimiento de estar abrumado
8. Agenda Ciencia de Datos Ingenieros vs Científicos de Datos Big Data Aprendizaje Máquina Inteligencia Artificial
9. Ciencia de Datos
13. modelar transformar visualizar communicar ingerir limpiar y organizar explorar programar Fuente: R for Data Science, Grolemund & Wickham
14. Valor Dificultad Retrospección Comprensión Previsión
15. Valor Dificultad Retrospección Comprensión Previsión Análisis Descriptivo ¿Qué Paso? Análisis Diagnóstico ¿Porqué Paso? Análisis Predictivo ¿Qué Pasará? Análisis Prescriptivo ¿Como lograrlo?
16. Valor Dificultad Retrospección Análisis Descriptivo ¿Qué Paso? Análisis Diagnóstico ¿Porqué Paso? Análisis Predictivo ¿Qué Pasará? Análisis Prescriptivo ¿Como lograrlo? Comprensión Previsión
17. Valor Dificultad Retrospección Análisis Descriptivo ¿Qué Paso? Análisis Diagnóstico ¿Porqué Paso? Análisis Predictivo ¿Qué Pasará? Análisis Prescriptivo ¿Como lograrlo? Comprensión Previsión
18. Valor Dificultad Retrospección Comprensión Previsión
19. Valor Dificultad Comodidad Telematica Conducción Asistida Conducción Autónoma Flotas Autónomas
20. Ingenieros de Datos vs Científicos de Datos
21. Estadisticas Conocim iento del Negocio Ciencia de Com putación Ciencia de Datos
22. Estadisticas Conocim iento del Negocio Ciencia de Com putación Ciencia de Datos Aprendizaje Máquina Infraestructura Despliegue Feature Engineering Parametrización Analisis Exploratorio Enriquecimiento de Datos Bases de Datos
23. Ingeniería de Datos Ciencia de Datos Aprendizaje Máquina Infraestructura Despliegue Feature Engineering Parametrización Analisis Exploratorio Enriquecimiento de Datos Bases de Datos
24. Datos Masivos (Big Data)
25. Definiciones Big Data Oracle Conjuntos de datos más grandes y más complejos, especialmente provenientes de fuentes nuevas Gartner Activos de información de alto volumen, alta velocidad y alto variedad Microsoft Datos que son valiosos pero, tradicionalmente, no eran práctico de almacenar y analizarlos McKinsey Conjuntos de datos cuyo tamaño va más allá de bases de datos comunes
27. Fitbit Mobile Phone Data Apple Siri Web Page Clicks Licence Plates Images on Social Media Messages on Social Media ATM Transactions Images on Social Media Cellular Phone Towers Purchase History Phone GPS History Google Maps Waze History In Store RFID Tracking In Store Face Recognition Refrigerator Activity Google Nest Amazon Alexa Google Assistant Apple Watch Medical Records Cow Pedometers
28. DATA Cuando tu proyecto BIG DATA no tiene tanto volumen, variedad o velocidad ... … ¿Cómo lo llamas?
29. DATA @ ixpantia BIG DATA
30. Big Data @ RStudio Hablamos de Big Data cuando: 1. datos no caben en la RAM del computador 2. el conducto entre la fuente y tu computador no permite una velocidad de transmisión adecuada Fuente: Edgar Ruiz 2018: http://www.datalatam.com/41/
31. Machine Learning
32. Entorno Modelo Aprendizaje Máquina Decición Datos Nuevos Usuarios
33. Entorno Modelo Aprendizaje Máquina Decición Datos de aprendizaje Ingestion Datos Datos Nuevos Usuarios Experto Proceso
34. Entorno Modelo Aprendizaje Máquina Proceso de Aprendizaje (reconocer patrones) Modelo Entrenado Decición Datos de aprendizaje Ingestion Datos Datos Nuevos Usuarios Experto Proceso
35. Inteligencia Artificial
36. Inteligencia Artificial Entorno Agente (entidad con objetivos)
37. Inteligencia Artificial Entorno Agente (entidad con objetivos) Sensores (datos) Modelos (decisiones) Actuadores (acciones) Eventos tipo A Eventos tipo B Impacto tipo X Impacto tipo Y
38. Inteligencia Artificial Entorno Agente (entidad con objetivos) Sensores (datos) Sensor Tipo A Sensor Tipo B Modelos (decisiones) Actuadores (acciones) Eventos tipo A Eventos tipo B Impacto tipo X Impacto tipo Y Modelo Entrenado Modelo Entrenado Acción Tipo X
39. Inteligencia Artificial Entorno Agente (entidad con objetivos) Sensores (datos) Sensor Tipo A Sensor Tipo B Modelos (decisiones) Modelo Entrenado Modelo Entrenado Actuadores (acciones) Acción Tipo X Acción Tipo Y Eventos tipo A Eventos tipo B Impacto tipo X Impacto tipo Y Modelo Entrenado Modelo Entrenado Modelo Entrenado
40. Inteligencia Artificial Entorno Agente (entidad con objetivos) Sensores (datos) Sensor Tipo A Sensor Tipo B Modelos (decisiones) Modelo Entrenado Modelo Entrenado Actuadores (acciones) Acción Tipo X Acción Tipo Y Eventos tipo A Eventos tipo B Impacto tipo X Impacto tipo Y Modelo Entrenado Modelo Entrenado Modelo Entrenado
41. Entorno Inteligencia Artificial Agente (entidad con objetivos) Sensores (datos) Modelos (decisiones) Actuadores (acciones) Eventos Impactos Agente (entidad con objetivos) Sensores (datos) Modelos (decisiones) Actuadores (acciones) Agente (entidad con objetivos) Sensores (datos) Modelos (decisiones) Actuadores (acciones)
43. Resumen Ciencia de Datos está creciendo en la región: • Academia • Industria • Ciencia Ciudadana Ciencia de Datos combina conocimiento de • Estadísticas • Computación • Negocio
45. ¡Gracias! @fransvandunne frans@ixpantia.com www.datalatam.com www.ixpantia.com