Data Science e Inteligencia Artificial

Identificar necesidades de información

La Data Analyst debe estar en la búsqueda de necesidades de información de las demás áreas de negocio para poder hacer una correcta formulación que se pueda responder con datos.

Extraer datos de fuentes

Para trabajar con los datos primero es necesario saber dónde están y obtenerlos. Estos por lo general se encontrarán en bases de datos, internet, redes sociales, etc.

Limpiar y organizar los datos

Los datos no van a venir organizados y listos para analizar. Antes se deben corregir, eliminar o editar los errores, espacios en blanco, columnas repetidas, cambiar de formato y demás características que ponga en peligro el buen análisis de los datos.

Analizar los datos

Por medio de la estadística descriptiva, herramientas matemáticas y tecnológicas para filtrar, organizar, recopilar los datos de tal forma que permita identificar patrones o estacionalidades que resulten valiosas para la toma de decisiones frente al problema o pregunta formulada al principio.

Comunicar los hallazgos

Una vez encontrados los hallazgos, gracias a las exploraciones y análisis de datos, es indispensable comunicarlos de forma sencilla y con la menor carga cognitiva posible, para la inmediata toma de decisiones y creación de productos si es posible.

Algunas de estas herramientas son:

SQL y estructuración de los datos
Excel y Google sheets
Visualización en Power BI y Tableau
Estadística descriptiva y probabilidad
Python y R)
Jupyter notebooks (son plataformas donde podrás escribir código sin preocuparte por instalaciones)
Librerías de Python como: NumPy, Pandas y Matplotlib