Al ver lo que hay que saber cuándo empezar en la ciencia de datos
Video: 10 Datos curiosos del océano (CG#3)
Tradicionalmente, big Data es el término para datos que tienen increíble volumen, la velocidad, y la variedad. tecnologías de bases de datos tradicionales no son capaces de manejar grandes volúmenes de datos - Se requieren más innovadoras soluciones de datos de ingeniería. Para evaluar su proyecto de si se califica como un proyecto de grandes volúmenes de datos, tenga en cuenta los siguientes criterios:
Volumen: Entre 1 terabytes / año and10 petabytes / año
Video: Profesiones de Big Data más valoradas en 2017
Velocidad: Entre 30 kilobytes / segundo y 30 gigabytes / segundo
Variedad: Fuentes combinadas de datos no estructurados, semi-estructurada, y estructurado
Video: Cosas de física que debes saber para no quedar mal
la ciencia y la ingeniería de datos los datos no son los mismos
Los gerentes de contratación tienden a confundir los papeles de científico de datos e ingeniero de datos. Si bien es posible encontrar a alguien que lo hace un poco de ambos, cada campo es increíblemente compleja. Es poco probable que usted encontrará a alguien con conocimientos sólidos y experiencia en ambas áreas. Por esta razón, es importante ser capaz de identificar qué tipo de especialista es más adecuado para ayudarle a alcanzar sus objetivos específicos. Las descripciones siguientes deberían ayudarle a hacer eso.
científicos de datos: los científicos utilizan la codificación de datos, métodos cuantitativos (, y de aprendizaje automático estadística matemática), y conocimientos altamente especializados en su área de estudio para obtener soluciones a negocios complejos y problemas científicos.
ingenieros de datos: ingenieros de datos utilizan habilidades en ciencias de la computación e ingeniería de software para diseñar sistemas para, y resolver problemas con, el manejo y la manipulación de grandes conjuntos de datos.
Video: 10 Cosas que no sabías de Youtube
También la ciencia de datos e inteligencia de negocio no son los mismos
científicos de datos centrados en el negocio y los analistas de negocios que hacen inteligencia de negocio como son primos. Ambos tipos de datos sobre el uso de especialistas para lograr los mismos objetivos de negocio, pero sus enfoques, tecnologías y funciones son diferentes. Las descripciones siguientes explican las diferencias entre los dos papeles.
inteligencia de negocio (BI): Las soluciones de BI se construyen generalmente usando conjuntos de datos generados internamente - desde dentro de una organización más que desde fuera, en otras palabras. herramientas y tecnologías comunes incluyen el procesamiento analítico en línea, extracto de transformación y carga y almacenamiento de datos. A pesar de que a veces implica BI métodos prospectivas como la previsión, estos métodos se basan en inferencias matemáticas simples a partir de datos históricos o actuales.
la ciencia de datos centrada en el negocio: soluciones de ciencias de datos centrados en el negocio se construyen utilizando conjuntos de datos que son tanto internos como externos a la organización. herramientas comunes, las tecnologías y de habilidades de análisis incluyen plataformas basadas en la nube, la programación matemática y estadística, aprendizaje automático, análisis de datos usando Python y R, y la visualización de datos avanzados. científicos de datos centrados en el negocio utilizan métodos matemáticos o estadísticos avanzados para analizar y generar predicciones de grandes cantidades de datos empresariales.