4 características de un científico de datos

4 habilidades fundamentales para ser Data Scientist

Los Científicos de Datos lideran los rankings mundiales de los profesionales más solicitados. Si bien adquirir este perfil no es complejo, es indispensable contar con conocimientos muy concretos.



En la “era de los datos” los Data Scientists son los reyes. Lideran numerosos rankings sobre los perfiles más demandados tanto en la Argentina como en el resto del mundo. Este fenómeno se debe a que estos profesionales son los que tienen los conocimientos apropiados para analizar inmensos volúmenes de datos con el objetivo de descubrir tendencias y detectar patrones. Así es como las empresas pueden anticiparse a diferentes escenarios y, por ende, tomar mejores decisiones para el negocio.

En este contexto, estos talentos en Estados Unidos tienen salarios que rondan los 111 mil dólares anuales, según la plataforma norteamericana Glassdoor. Además, hay escasez de profesionales, de hecho, como señala la consultora Gartner, en los próximos dos años hasta el 75% de las empresas invertirán en Big Data y necesitarán contratar a estos colaboradores.

Para ser Científico de Datos hay que contar con las siguientes habilidades:

1. Programación

Como trabajan con conjuntos de datos inmensos, no es posible apelar al Excel. Por este motivo, utilizan SQL (del inglés “Structured Query Language”), que es un lenguaje de programación especialmente diseñado para manipular y extraer datos de sistemas gestores de bases de datos relacionales, como MySQL y SQL Server, entre otros.

También es indispensable dominar Python. Se trata de un lenguaje que tiene una curva de aprendizaje corta que permite visualizar datos y automatizar procesos. Además, resulta útil para extraer datos o avanzar en trabajos de basados en aprendizaje automático.

2. Modelado Predictivo

 El modelado predictivo es lo que distingue al Científico de Datos del analista de datos. Los primeros tienen la tarea de predecir el futuro utilizando datos del pasado y el presente. Por ejemplo, si una tienda de electrodomésticos quiere saber cuántos calefactores va a vender el próximo invierno, el Data Scientist estima esta predicción cruzando datos tales como el historial de unidades comercializadas en el pasado, el pronóstico meteorológico histórico y la situación económica de los consumidores, entre otros para llegar a obtener una cifra aproximada. Para explotar esa gran cantidad de datos, el profesional utiliza métodos de aprendizaje automático tales como regresiones, máquinas vectoriales de apoyo o árboles de decisión para determinar la conducta de los consumidores y así anticiparse al comportamiento de la próxima temporada de venta de estos electrodomésticos.

3. Matemáticas

Ya sea para solucionar problemas o bien para interpretar información, los Científicos de Datos deben tener conocimientos de estadística y probabilidad, entre otros. De esta manera, es capaz de entender y representar datos de forma más apropiada.

4. Visualización

 Obtenidas las conclusiones buscadas, llega el momento de transmitirlas a los tomadores decisión de la compañía, y para eso es crucial que el Data Scientist cuente con habilidades de comunicación para transmitir sus hallazgos de forma clara y precisa. Para eso, existen librerías que son de gran utilidad como Matplotlib, Seaborn, plot.ly y Bokeh, entre otras.

La revolución digital ya comenzó, y este es uno de los motivos por los cuales las empresas de todas las industrias están creando la posición de Científico de Datos para que se desempeñen en distintas áreas, como Marketing, Ventas y Recursos Humanos, por mencionar solo algunas. Por este motivo, esta disciplina promete un gran futuro laboral para aquellas personas que tengan pasión por interpretar y analizar los datos que circulan entre nosotros.

Digital House

Hacia una antropología cultural computacional

Sobre cómo Yahoo Research Labs estudia la cultura como un concepto computacional formal 
El objetivo final: una comprensión verdaderamente computacional de la sociedad humana, dicen los antropólogos computacionales de Yahoo. 




El estudio de las redes sociales en Internet ha revolucionado la forma en que los científicos sociales a entender la interacción humana a gran escala. Se basa en la suposición de que la unidad fundamental de interacción es el lazo social que existe entre dos individuos. Este lazo puede ser un mensaje de que una persona ha enviado a otros, para que una persona sigue a otra, que una persona le gusta 'otro y así sucesivamente.

Estos lazos sociales son los átomos de la estructura de red social. Y gran parte de la investigación sobre las redes sociales se ha centrado en cómo estos átomos se unen para crear complejas redes de interacción.

Mucho menos se ha pensado que los átomos mismos, ya sea que se dividen en categorías a sí mismos, si los diferentes átomos tienen diferentes propiedades sociales y cómo la combinación de átomos de diferentes tipos pueden ser indicativos de relaciones totalmente diferentes.

Hoy en día, Luca Maria Aiello en Yahoo Labs en Barcelona, ​​España, y un par de amigos, cambian eso. Ellos toman aparte de la naturaleza de los vínculos que se forman en las redes sociales y dicen que estos átomos se dividen en tres categorías diferentes. También muestran cómo extraer esta información automáticamente y, a continuación caracterizan las relaciones de acuerdo a la combinación de átomos que existen entre individuos. Su objetivo final: convertir a la antropología en una sub-disciplina de pura sangre de la informática.

Aiello y colegas utilizan dos conjuntos de datos a partir de un par de grandes redes sociales. La primera consta de más de 1 millón de mensajes enviados entre 500.000 pares de los usuarios de la red social aNobii, que usa la gente para hablar de libros que han leído. El segundo es un conjunto de 100.000 pares de usuarios anónimos que hicieron comentarios sobre las fotos del otro en Flickr, el envío de alrededor de 2 millones de mensajes en total.

El equipo de análisis de estos mensajes en función del tipo de información que transmiten, que se dividen en tres grupos. El primer tipo de información está relacionada con el estatus social; mensajes de mostrar aprecio o el anuncio de la creación del vínculo social, tales como seguimiento o desea. Por ejemplo, un usuario podría decir una fotografía es "una excelente oportunidad", o dicen que han seguido a alguien o la atención que tienen dándoles las gracias por visitar un sitio reconocido.

La segunda categoría de información implica el apoyo social de algún tipo. El objetivo principal de un mensaje que entra en esta categoría es para saludar y dar la bienvenida a alguien a un sitio web, para expresar de manera explícita el afecto o para transmitir deseos, bromas y risas.

La última categoría de información es un intercambio de conocimientos. Los mensajes que entran en esta categoría de acciones de información y de experiencia personal, o piden opiniones y sugerencias, o pantalla conocimiento de un campo en particular.

Aiello y colegas a continuación, desarrollan un algoritmo que clasifica automáticamente los mensajes enviados entre los individuos de acuerdo con el contenido que contienen y su similitud con los mensajes del mismo tipo.

Por último, se evalúan los resultados del algoritmo preguntando editores humanos para evaluar una muestra de 1.000 mensajes seleccionados al azar de cada sitio web y etiquetarlos de acuerdo a las tres categorías. Luego compararon las decisiones humanas con el algoritmo de y encontró buen acuerdo.

Los resultados de este análisis que les permita trabajar con qué frecuencia las personas usan los diferentes medios de comunicación y también la forma en que la transición de uno a otro durante una conversación.

Ellos encuentran que en aNobii, las interacciones más comunes están relacionados con las donaciones de estado donde el mensaje arquetípico es "buena biblioteca", en referencia a la colección del usuario de los libros.

Por el contrario, los usuarios de Flickr se comunican de una manera diferente. "En Flickr la proporción es muy equilibrado en su lugar, con ser ningún dominio predominante en promedio", dicen Aiello y colegas.

Más interesante es la forma en que las relaciones sociales evolucionan con el tiempo. Aiello y sus colegas dicen que el intercambio de estado es particularmente común en conversaciones breves y al comienzo de las más largas. Sin embargo, las conversaciones se desarrollan rápidamente en una mezcla de los intercambios de conocimientos y el apoyo social. "Por tanto, parece que el intercambio de estado sirve para establecer las bases para la futura relación, alimentando a un segundo plano interactivo después de la etapa tie-formación", dicen Aiello y colegas.

Eso es un estudio fascinante que ofrece una nueva forma de ver las relaciones sociales como cadenas de interacciones. En cierto modo, cambia la teoría atómica de los lazos sociales en una especie de teoría de cuerdas.

Aiello y colegas pensar con claridad esto debería dar lugar a un montón de nuevos conocimientos y que son optimistas sobre el futuro. "El objetivo final de este tipo de análisis es el desembalaje de la" cultura "como un concepto formal, computacional", dicen. Y que piensan de los patrones de secuencias de interacción como una especie de gramática de la sociedad. "Esperamos que nuestro trabajo proporciona un paso más hacia una comprensión verdaderamente computacional de las sociedades humanas."

Esa es una meta, un ambicioso comprensión verdaderamente computacional de la sociedad humana. Ambos fantástico y un poco de miedo al mismo tiempo.

Reading the Source Code of Social Ties