作者：Andres Casallas 2 年以前
96
PROYECTO DE CIENCIAS DE DATOS GENÉRICO
Los proyectos de ciencias de datos genéricos buscan reducir riesgos, optimizar presupuestos y mejorar tiempos de respuesta a través de la analítica estratégica. Se estructuran en varias etapas, desde la identificación del problema hasta la presentación de resultados, pasando por el análisis exploratorio y la implementación.
開啟
Confidencialidad y protección de datos Rendimiento y eficiencia PROYECTO DE CIENCIAS DE DATOS GENÉRICO Impactos Optimización del presupuesto La analítica genera valor en el nivel estratégico de las entidades Disminución en el nivel de riesgo Reducción de costos operativos Aumento en la utilidad Optimización en los tiempos de respuesta Dificultades y retos Capacidad de cómputo limitada Omisión de juicio de expertos Datos sin normalizar y errados Gobierno de datos no definido Consecución de fuentes de datos volumétricas Aspectos procedimentales Actividades Mantenimiento al modelo (correcciones y optimizaciones) Dashboard, informes y predicciones Despliegue en producción Identificar limitaciones y desafíos Discretizar variables categóricas Definición de métricas e indicadores Evaluar los modelos Juicio de expertos
Estadísiticamente
Segmentar datos: de desarrollo 70%, de validación 30% Identificar el Software Conclusiones y recomendaciones Desarrollar los modelos Predictivos
Descriptivos
Iterar con variedad de datos Simular los modelos Seleccionar hiperparámetros Cleaning de datos Construir la base de datos Identificar las técnicas y herramientas Identificar las variables dependientes e independientes Identificar fuentes de información Conciliación
Como se integran
Ubicación
Definición del objetivo general y específicos Contexto de la empresa, visión, misión, políticas, normatividad Aspectos estructurales Etapas Implementación Presentación de resultados Análisis exploratorio Recopilación de datos Identificación del problema
