3 - La Ciencia de Datos y su relación con otras disciplinas
Lección 3 del curso Introducción a la Ciencia de Datos.
Tabla de contenido
Introducción
En la lección anterior vimos algunas de las aplicaciones de la Ciencia de Datos en la actualidad, lo que nos permitió ver el potencial que tiene esta disciplina en diferentes campos de nuestra sociedad y de nuestra vida cotidiana.
En esta lección hablaremos de los tres pilares fundamentales de la Ciencia de Datos: las Ciencias Computacionales, las Matemáticas y la Analítica de Negocios.
En particular veremos cómo estas tres disciplinas aportan diferentes herramientas y conceptos que al combinarlas dan origen a lo que hoy se conoce como Ciencia de Datos.
Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Matemáticas + Ciencias Computacionales + Analítica de Negocios = Ciencia de Datos
La Ciencia de Datos es la intersección de las Matemáticas con las Ciencias Computacionales y con la Analítica de Negocios.
Veamos entonces los aportes que cada una de estas disciplinas hacen a la Ciencia de Datos.
Matemáticas
En particular la Ciencia de Datos toma algunas herramientas específicas del amplio abanico de posibilidades que ofrecen las matemáticas:
- La probabilidad y la estadística
- Cálculo diferencial y álgebra lineal
Las Ciencias Computacionales
Como el insumo de la Ciencia de Datos son precisamente los datos almacenados en un computador, las Ciencias Computacionales proveen varias herramientas que nos permiten manipular esta información. En particular toma elementos como:
- Los lenguajes de programación dentro de los cuales tenemos los más usados en Ciencia de Datos: Python y R
- Las bases de datos
- Las técnicas de visualización de datos
- Los algoritmos para el procesamiento de datos
La Analítica de Negocios
Como lo vimos en la primera lección del curso (¿qué es la Ciencia de Datos?) la Ciencia de Datos busca resolver problemas o desarrollar estrategias en pro de un negocio (y recordemos que el término “negocio” lo estamos usando en un sentido amplio).
Así que necesitamos herramientas de lo que se conoce como Analítica de Negocios que nos permite conectar los elementos de matemáticas y ciencias computacionales mencionados anteriormente con las necesidades del negocio para así poder definir estrategias en pro de su mejora.
En particular con esta Analítica de Negocios podemos realizar estos tipos de análisis:
- Descriptivo
- Explicativo
- Predictivo
- Prescriptivo
Como lo mencionamos anteriormente, estos cuatro tipos de análisis requieren herramientas de matemáticas y ciencias computacionales para poder llevarlos a cabo. De hecho en la sección 3 de este curso hablaremos mucho más en detalle de estas técnicas que hacen parte de la Analítica de Negocios.
Recuerda suscribirte para acceder al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Conclusión
Acabamos de ver cómo la intersección de las matemáticas, las ciencias computacionales y la analítica de negocios dan origen a la Ciencia de Datos y le dan precisamente su carácter interdisciplinar.
Aunque no debemos ser expertos en todos estos campos, como Científicos de Datos sí necesitamos tener unas bases sólidas en estas tres áreas.
De hecho, en la última parte de este curso retomaremos este tema mucho más en detalle cuando hablemos de la [Ruta de Aprendizaje] requerida para la Ciencia de Datos.
Por ahora en la siguiente lección hablaremos de los roles de un Científico de Datos es decir las tareas y retos a los que usualmente se debe enfrentar un Científico de Datos en el día a día dentro de una organización.