Saltar al contenido
Instituto Data Science Argentina

¿Qué es un Científico de Datos?

Antes de empezar con tu proyecto formativo como Científico de Datos, seguramente tienes algunas preguntas al respecto de la Profesión.

El Data Scientist debe dominar algunas áreas de conocimiento como:

  • Programación
  • Bases de datos
  • Machine Learning
  • Datawarehousing
  • Estadísticas
  • Conocimiento de las industrias específicas.
  • Análisis de Negocios
  • Gestión de Proyectos

Data Scientist y la integración de conocimientos

Esto significa que venga de donde venga, un profesional que quiere convertirse en científico de datos, deberá incorporar algunos conocimientos y otros, probablemente los traerá en su bagaje de saberes.
Por eso una formación de ciencia de datos debe ser personalizada para cada participante.

En caso contrario le quedarán vacíos de conocimiento. Estará forzado a re-estudiar lo que ya sabe, como sucede con las carreras con programas fijos con una currícula no personalizada.

Conocimientos básicos de un Científico de Datos


Primero se necesita llevar a todos los profesionales a un uso eficiente de:

  • Estadística aplicada
  • Programación
  • Bases de datos
  • Ciencia de datos
    • Algoritmos predictivos comunes
    • Métodos de regresión
    • Métodos de optimización
    • Aprendizaje no supervisado
  • Análisis de negocios
  • Gestión de proyectos

Conocimientos avanzados

Algoritmos de aprendizaje

  1. supervisados en R
  2. No Supervisado en R
  3. supervisados en Python
  4. No Supervisado en Python
  5. Introducción al procesamiento en paralelo y Big Data

Finalmente cada profesional, dependiendo de sus inclinaciones y oportunidades, seleccionará los temas en los que desea especializarse.

Diferencias entre un Científico de Datos Práctico y un Científico de Datos Teórico

Por un lado sabemos que la práctica se vive y se comparte, en cambio la teoría se puede enseñar o aprender. El modo práctico buscará resultados tangibles mientras el modo teórico sólo plantea abstracciones. Los resultados del “Práctico” hablaran por sí solos,pudo o no generar alguna ganancia, valor u optimización. El “Teórico” requiere interpretaciones.

En que se parece un Data Scientist Práctico o uno teórico

Tanto uno como el otro parten de los datos lógicamente. Ambos pueden evolucionar a través del tiempo. En este caso también buscarán hacer predicciones.

Si todavía tienes dudas puedes ver estos videos

Abrir chat
1
Hola! Somos el Instituto de Data Science Argentina, ¿En qué podemos ayudarte?