1 1 Introducción Data Science

Este documento presenta la dinámica de un módulo sobre ciencia de datos. Incluye la presentación del profesor Juan Manuel Moreno Lamparero, el calendario de sesiones, los objetivos del módulo como procesar y extraer valor de grandes cantidades de datos, las competencias requeridas como estadística y desarrollo de software, y el uso de herramientas como Python y R para transformar y analizar datos.

Cargado por

Kelvin Mendez Lopez

Derechos de autor

Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.

Formatos disponibles

Descarga como PDF, TXT o lee en línea desde Scribd

0% encontró este documento útil (0 votos)

17 vistas11 páginas

1 1 Introducción Data Science

Cargado por

Kelvin Mendez Lopez

Derechos de autor

Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.

Formatos disponibles

Descarga como PDF, TXT o lee en línea desde Scribd

Está en la página 1/ 11

Presentación del Docente

Juan Manuel Moreno Lamparero

•
•

•
•
•
•
•

Prof.:
TU TURNO

Prof.:
Calendario de sesiones

Prof.:
Dinámica del módulo

Objetivos del módulo

•
•
•
•
•
•
•
•

Caso práctico
•
•

Prof.:
Dinámica del módulo

Competencias del módulo

•

•
•

•
•
•

•
•

Prof.:
Introducción
• Cada vez nos son más frecuentes los términos de Big Data, Internet de las Cosas (IoT),
Inteligencia Artificial (IA) o la Industria 4.0.
• Seguimos generando ingentes cantidades de datos día a día.
• ¿Cómo podemos procesar, entender y sacar valor de estos datos ? – Científico de datos.

Competencias de un Científico de datos

Estadística Desarrollo software Comunicación

Conocimiento del
dominio
Algunas herramientas
• Magic Quadrant Gartner

https://powerbi.microsoft.com
/en-us/blog/microsoft-named-
a-leader-in-the-2023-gartner-
magic-quadrant-for-analytics-
and-bi-platforms/
Conocer la base a través de Python y R

• La gran mayoría de estas herramientas no son de código libre y, por lo tanto, suponen costes de
adaptación e implantación, además, es importante para un científico de datos ser conocedor de
las principales transformaciones que se pueden realizar sobre los datos desde una perspectiva
de desarrollador software.

• En este módulo se trabajará íntegramente con los de los lenguajes de programación estrella
dentro del mundo de la ciencia de datos: Python y R