¿Qué se considera ciencia de datos?

Ciencias de los datos , también conocido como datos - impulsados ciencias , es un campo interdisciplinario sobre científicos métodos, procesos y sistemas para extraer conocimientos o ideas de datos en diversas formas, estructuradas o no estructuradas, similares a las datos minería.

Ahora, estamos listos para hablar de lo que es la ciencia de los datos. Es algo que encapsula algunas habilidades de programación, algo de preparación estadística, algunas técnicas de visualización y, por último pero no menos importante, muchos sentidos empresariales. El tipo de sentido de negocio que me preocupa en particular es la capacidad y la voluntad, a veces ansioso, para traducir cualquier pregunta de negocio en preguntas responsables utilizando los datos disponibles actuales o próximos a su alcance. De hecho, se necesita una forma especial de conectar todos los puntos en el mundo aleatorio lleno de datos, la mayoría de los cuales puede no encontrar inmediatamente útil para hacer un científico de datos de trabajo.

Un científico de datos, basado en mi entendimiento actual, es la persona que conecta los puntos entre el mundo de los negocios y el mundo de los datos. Del mismo modo, la ciencia de los datos es la artesanía que un científico de datos utiliza para hacer que esto suceda.

QUÉ ES

Es un poco de un mal nombre y una palabra zumbido que los medios están usando para describir todo. Sin embargo, es bueno tener esta discusión para llegar a un acuerdo.
El error más grande que encontré en la mayoría de las respuestas fue algún tipo de “Ciencia de datos es cuando se trata de Big Data, grandes cantidades de datos”. Eso no es cierto, Ciencia de Datos se puede aplicar a un conjunto de datos con mil líneas, no hay problema con esto.
Si vamos a llamar como “ciencia” tenemos que considerar la Ciencia y método científico definición. De acuerdo con esto, la Ciencia de los Datos no es sólo acerca de los métodos prácticos o empíricos, sino que necesita fundamentos científicos.
Nadie habló de la diferencia entre Datos e Información.
Datos es un conjunto crudo, no organizado o cosas que necesitan ser procesadas para tener un significado.
Información es cuando los datos se procesan, organizan, estructuran o presentan en un contexto determinado para que sean útiles
Basado en esto, tendríamos la ciencia de los datos y la ciencia de la información. En este momento, la gente tiene un sesgo para hablar de la ciencia de los datos, incluyendo la ciencia de la información.
Claramente estaba siendo utilizado en muchos campos durante los últimos años:
Estadística/Matemática
Análisis de negocios
Inteligencia de mercado
Consultoría estratégica
Muchos otros...
La parte más loca es que ves a profesionales de estas áreas actualizando sus currículums con algo así como “He trabajado con Data Science...”
La creación de la ciencia de los datos de una manera sencilla. Dos lados que no estaban totalmente conectados, pero con el nuevo mundo rápido y tecnológico tendrían que fusionarse:
Estadísticas/matemática: formular modelos adecuados para generar insights.
Ciencias de la computación : hacer el puente entre los modelos y los datos en un momento factible para venir con el resultado.
Temas/herramientas que una persona necesita entender o tener algún conocimiento cuando trabaja con Data Science:
Machine Learning no es una rama de la ciencia de los datos. El aprendizaje automático se originó de la Inteligencia Artificial. La ciencia de los datos sólo utiliza el ML como herramienta. La razón es que produce resultados sorprendentes y autónomos para tareas específicas
No es la salvación de las empresas que nunca midieron nada y ahora quieren obtener información de sus datos. “La basura dentro, la basura fuera” La ciencia de los datos será tan buena como los datos generados en los años siguientes.
Sólo tiene que presentar los datos utilizando algunos gráficos de Excel sin ninguna visión de los datos.