CIENCIA DE DATOS
Conceptos basicos
Mineria de datos
Big data
Cientifico de datos
skills para trabajar en ciencias de datos
Recolección de datos
Validación de datos
Entendimiento de la información
Experiencia del experto
Limpieza de datos
Metodologias de trabajo
MIDST
Domino DS
Ramsys
Microsoft TDSP
SEMMA
KDD
Metodología de SAS para aplicar técnicas de minería de datos mediante muestreo, exploración, modificación, modelado y evaluación.
CRIPS-DM
Proyectos en minería de datos
1. Entendimiento del negocio
2. Comprensión de los datos
3. Preparación de los datos
Pasos
4. Selección de Modelo y modelado
5. Evaluación
6. Despliegue
Proceso de descubrir patrones útiles y conocimientos a partir de grandes conjuntos de datos.
Experiencia de experto manejando datos de experian "Datacredito"
Experiencia particular en ciencia de datos
Formación de pregrado
Formación de posgrado
Manejo de herramientas de procesamiento de datos
programs
R
PY
SPSS
STATA
Similitudes conceptuales en procesos de ciencias de datos
Orientado a
Marco de Microsoft para construir soluciones de análisis predictivo e inteligencia artificial.
Aplicaciones
Modelo de red neuronal para coalisiones en siniestros vehiculares
Modelo de segmentación de clientes
Modelo de Riesgo Financiero
Experiencias
Desarrollo de modelo econometrico para proyectar crecimientos marginales decrecientes
Modelo espacial basado en extrapolación de puntos para determinar areas sensibles para para el desarrollo de proyectos basados en economia circular
Ampliación de conocimiento en estadistica y modelación asi como de tecnicas de manejo en bigdata
Herramientas para tratamiento estadistico, paquetes avanzados y mas
Machine Learning
Aprendizaje automatico
Supervisado y no supervisado
Modelos multivariados
Series de tiempo
Estadistica y estocastica