Estructura y Procesos en
Proyectos de Ciencia de Datos

Camilo Arciniegas Forero

1. Entendimiento de la Necesidad

Identificar el problema

Entendimiento de la necesidad

2. Diagnóstico

Evaluar los activos de datos existentes

Entendimiento de madurez analítica

3. Propuesta de Valor

Identificar casos de uso de ciencia de datos

Conformación de equipo de ciencia de datos

4. Entrega de Valor Continua

Elegir marcos de gestión del proyecto

Implementar tecnología

Desarrollar modelos analíticos

Plantear acciones basadas en datos

Monitoreo y evaluación contínua

Validación de gestión del cambio

Comprensión del Negocio

Definir objetivos del negocio

Evaluar la situación actual

Determinar metas de proyecto

Comprensión de los Datos

Recopilar datos iniciales

Explorar y describir los datos

Verificar calidad de los datos

Preparación de los Datos

Limpiar y transformar datos

Construir datasets finales

Modelado

Seleccionar técnicas de modelado

Configurar parámetros

Crear y evaluar modelos

Evaluación

Validar resultados obtenidos

Revisar los objetivos del negocio

Decidir sobre los siguientes pasos

Despliegue

Implementar soluciones

Planificar monitoreo y mantenimiento

Documentar resultados