¿Cómo se concluye un proyecto de ciencia de datos?

La educación en ciencia de datos está bien en sus etapas formativas de desarrollo; está evolucionando hacia una disciplina autoportante y produciendo profesionales con habilidades distintas y complementarias en relación con los profesionales de la informática, la información y las ciencias estadísticas. Sin embargo, independientemente de su potencial eventual estado disciplinario, la evidencia apunta a un sólido crecimiento de la educación en ciencias de datos que moldeará indeleblemente a los estudiantes de pregrado del futuro. De hecho, impulsado por el creciente interés de los estudiantes y la demanda de la industria, la educación en ciencia de datos probablemente se convertirá en un elemento básico de la experiencia de pregrado. Habrá un aumento en el número de estudiantes que se especializan, minorizan, obtienen certificados, o simplemente toman cursos en ciencias de datos a medida que el valor de las habilidades de datos se vuelve aún más ampliamente reconocido. La adopción de un requisito de educación general en ciencias de datos para todos los estudiantes universitarios dotará a las futuras generaciones de estudiantes de la comprensión básica de la ciencia de datos que necesitan para convertirse en ciudadanos responsables. Los programas de educación continua como campos de entrenamiento de ciencia de datos, aceleradores de carreras, escuelas de verano e incubadoras proporcionarán otra corriente de talento. Esto constituye la cuenca emergente de la educación en ciencia de datos que alimenta múltiples corrientes de generalistas y especialistas en la sociedad; los ciudadanos están empoderados por sus habilidades básicas para examinar, interpretar y extraer valor de los datos.

Actualmente, la nación se encuentra en la fase formativa de la educación en ciencias de los datos, donde las organizaciones educativas son pioneras en sus propios programas, cada una con diferentes enfoques de profundidad, amplitud y énfasis curricular (por ejemplo, negocios, ciencias de la computación, ingeniería, ciencias de la información, matemáticas-

emática, ciencias sociales o estadísticas). Es demasiado pronto para esperar que surja un consenso sobre ciertas mejores prácticas de educación en ciencia de datos. Sin embargo, no es demasiado pronto para imaginar las posibles formas que esas prácticas podrían adoptar. Tampoco es demasiado pronto para hacer recomendaciones que puedan ayudar a la comunidad de educación en ciencia de datos a desarrollar una visión y prácticas estratégicas. A continuación figura un resumen de las conclusiones y recomendaciones examinadas en los cuatro capítulos anteriores del presente informe.

Conclusión 2.1: Los científicos de datos hoy en día se basan en gran medida en extensiones del “analista” de años pasados formados en disciplinas tradicionales. A medida que la ciencia de los datos se convierta en parte integrante de muchas industrias y enriquezca la investigación y el desarrollo, habrá una mayor demanda de funciones más holísticas y matizadas en la ciencia de los datos.

Conclusión 2.2: Los programas de ciencia de datos que se esfuerzan por satisfacer las necesidades de sus estudiantes probablemente evolucionarán para enfatizar ciertas habilidades y capacidades. Esto dará lugar a programas que preparen diferentes tipos de científicos de datos.

Recomendación 2.1: Las instituciones académicas deben adoptar la ciencia de los datos como un nuevo campo vital que requiere una instrucción específicamente adaptada a las necesidades de las personas mayores y menores en ciencias de los datos, así como el desarrollo de un cuadro de profesores equipados para enseñar en este nuevo campo.

Recomendación 2.2: Las instituciones académicas deben proporcionar y desarrollar una serie de vías educativas para preparar a los estudiantes para una serie de funciones de ciencia de datos en el lugar de trabajo.

Conclusión 2.3: Una tarea crítica en la educación de los futuros científicos de datos es inculcar la perspicacia de los datos. Esto requiere la exposición a conceptos clave en la ciencia de los datos, datos del mundo real y problemas que pueden reforzar las limitaciones de las herramientas, y consideraciones éticas que impregnan muchas aplicaciones. Entre los conceptos clave que intervienen en la elaboración de conocimientos sobre los datos figuran los siguientes:

Recomendación 2.3: Para preparar a sus graduados para esta nueva era basada en los datos, las instituciones académicas deben fomentar el desarrollo de una comprensión básica de la ciencia de los datos en todos los estudiantes.

Recomendación 2.4: La ética es un tema que, dada la naturaleza de la ciencia de los datos, los estudiantes deben aprender y practicar durante toda su educación. Las instituciones académicas deben velar por que la ética se incorpore en el programa de estudios de ciencias de los datos desde el principio y durante todo el ciclo.

Recomendación 2.5: La comunidad científica de datos debería adoptar un código de ética; dicho código debería ser afirmado por los miembros de las sociedades profesionales, incluido en los programas y programas de desarrollo profesional, y transmitido a través de programas educativos. El código debe ser reevaluado a menudo a la luz de los nuevos acontecimientos.

Conclusión 3.1: La educación de posgrado en ciencias de los datos se puede experimentar de muchas formas. Entre ellos figuran los siguientes:

- cursos integrados de introducción que puedan satisfacer un requisito de educación general;
Un importante campo de la ciencia de los datos, incluidas las aptitudes avanzadas, como principal campo de estudio;
Un menor o pista en la ciencia de los datos, donde las habilidades intermedias están conectadas al campo de estudio principal;
Títulos y certificados de dos años;
Otros certificados, que a menudo requieren menos cursos que un estudiante mayor pero más que un menor;
Cursos masivos abiertos en línea, que pueden involucrar a un gran número de estudiantes en una variedad de niveles; y
Programas de verano y campamentos de entrenamiento, que pueden servir para complementar la formación académica o en el trabajo.

Recomendación 3.1: Las instituciones de cuatro y dos años deberían establecer un foro para el diálogo entre las instituciones sobre todos los aspectos de la educación, la capacitación y el desarrollo de la fuerza de trabajo en materia de ciencia de datos.

Conclusión 4.1: La naturaleza de la ciencia de los datos es tal que ofrece múltiples vías para que los estudiantes de diferentes orígenes se involucren en niveles que van desde básicos a expertos.

Conclusión 4.2: La ciencia de los datos se beneficiaría en particular de la amplia participación de las minorías insuficientemente representadas debido a las numerosas aplicaciones a los problemas de interés para las diversas poblaciones.

Recomendación 4.1: A medida que se vayan desarrollando los programas de ciencia de datos, éstos deberían centrarse en atraer a estudiantes con diversos antecedentes y grados de preparación y prepararlos para el éxito en diversas carreras.

Conclusión 4.3: La flexibilidad institucional implicará la elaboración de planes de estudio que aprovechen la disponibilidad actual de cursos y que puedan verse limitados por la disponibilidad de conocimientos especializados en materia de enseñanza. Cualquiera que sea el modelo de organización o infraestructura que se adopte, se necesitan incentivos para fomentar la participación de los profesores y superar las barreras.

Conclusión 4.4: La economía del desarrollo de programas ha cambiado recientemente con el cambio a enfoques y plataformas basados en la nube.

Conclusión 5.1: La evolución de los programas de ciencia de datos en una institución en particular dependerá del estilo pedagógico de la institución en particular y de los antecedentes y objetivos de los estudiantes, así como de los requisitos del mercado laboral y las escuelas de posgrado.

Recomendación 5.1: Debido a que estos son primeros días para la educación en ciencias de datos de pregrado, las instituciones académicas deben estar preparadas para desarrollar programas a lo largo del tiempo. Deben crear y mantener la flexibilidad y los incentivos para facilitar el intercambio de cursos, materiales y profesores entre departamentos y programas.

Conclusión 5.2: Es necesario ampliar la perspectiva de los profesores que están formados en determinadas áreas de la ciencia de los datos para que conozcan la amplitud de los enfoques de la ciencia de los datos a fin de que puedan educar más eficazmente a los estudiantes en todos los niveles.

Recomendación 5.2: Durante el desarrollo de programas de ciencia de datos, las instituciones deben proporcionar apoyo para que la facultad pueda conocer mejor los diversos aspectos de la ciencia de datos a través de la discusión, la coenseñanza, el intercambio de materiales, cursos cortos y otras formas de capacitación.

Conclusión 5.3: La comunidad científica de datos se beneficiaría de la creación de sitios web y revistas que documentan y ponen a disposición de los mejores

Conclusión 5.4: La evolución de la educación de pregrado en ciencias de datos puede ser impulsada por la ciencia de datos. La explotación de los registros administrativos, junto con otras fuentes de datos, como la información económica y los datos de encuestas, puede permitir una transformación efectiva de los programas para servir mejor a sus estudiantes.

Conclusión 5.5: Los métodos de ciencia de datos aplicados tanto a programas individuales como comparativamente entre programas pueden utilizarse tanto para la evaluación como para la evolución de los componentes del programa de ciencia de datos. Es esencial que ambos procesos se mantengan a medida que surjan nuevas vías en las instituciones.

Recomendación 5.3: Las instituciones académicas deben velar por que los programas se evalúen continuamente y deben trabajar de consuno para desarrollar enfoques profesionales de la evaluación. Esto debería incluir el desarrollo e intercambio de marcos de medición y evaluación, conjuntos de datos y una cultura de evolución guiada por una evaluación de alta calidad. Deberían hacerse esfuerzos para establecer relaciones con sociedades profesionales de sectores específicos a fin de ayudar a armonizar la evaluación de la educación con las repercusiones en el mercado.

Conclusión 5.6: A medida que las sociedades profesionales se adapten a la ciencia de los datos, una mejor coordinación podría ofrecer nuevas oportunidades de colaboración adicional y polinización cruzada. Sería útil establecer un grupo o una conferencia con capacidad de enlace. Las sociedades profesionales pueden encontrar útil colaborar para ofrecer esas oportunidades de capacitación y creación de redes a sus comunidades conjuntas.

Recomendación 5.4: Las sociedades profesionales existentes deberían coordinarse para permitir la celebración periódica de sesiones sobre ciencia de datos entre sus miembros. La revisión y discusión entre pares son esenciales para compartir ideas, mejores prácticas y datos.

La ciencia de los datos está surgiendo como un campo que está revolucionando la ciencia y las industrias por igual. El trabajo en casi todos los dominios es cada vez más impulsado por los datos, lo que afecta tanto a los puestos de trabajo disponibles como a las habilidades que se requieren. A medida que se disponga de más datos y formas de analizarlos, más aspectos de la economía, la sociedad y la vida cotidiana dependerán de los datos. Es imperativo que educadores, administradores y estudiantes comiencen hoy a considerar la mejor manera de prepararse para esta era del mañana impulsada por los datos y mantenerse al día. La enseñanza de grado, en particular, ofrece un vínculo crítico para ofrecer a los estudiantes una mayor exposición a las ciencias de los datos y ampliar la oferta de talento en ciencias de los datos.

Ciencia de los Datos para los Pregrados: Oportunidades y Opciones ofrece una visión para la disciplina emergente de la ciencia de datos en el nivel de pregrado. En el presente informe se esbozan algunas consideraciones y enfoques para las instituciones académicas y otras en las comunidades científicas de datos más amplias a fin de ayudar a orientar la transformación en curso de esta esfera.

¡Bienvenido a OpenBook!

Estás viendo OpenBook, la sala de lectura en línea de NAP.edu desde 1999. Sobre la base de los comentarios de ustedes, nuestros usuarios, hemos hecho algunas mejoras que hacen que sea más fácil que nunca leer miles de publicaciones en nuestro sitio web.