Cómo hacer ciencia de datos práctica - A partir de ejemplos del mundo real

Resumen

Explore real-world Data Science projects, their business impacts, and methodologies. Gain insights into executing successful DS initiatives and structuring conclusions for practical applications.

Programa

• Introducción a la Ciencia de Datos
Visión general de la Ciencia de Datos y su importancia
Roles clave y responsabilidades en proyectos de Ciencia de Datos
• Visión General de las Metodologías de la Ciencia de Datos
Modelo de proceso CRISP-DM
Enfoques de Ciencia de Datos Ágil
• Recolección y Comprensión de Datos
Identificación de conjuntos de datos relevantes
Técnicas de adquisición de datos
Exploración y visualización de datos
• Limpieza y Preprocesamiento de Datos
Manejo de valores faltantes
Transformación y normalización de datos
Técnicas de ingeniería de características
• Ejemplos de Proyectos de Ciencia de Datos del Mundo Real
Estudio de Caso 1: Segmentación de Clientes Minoristas
Definición del problema e impacto empresarial
Metodología y resultados
Estudio de Caso 2: Mantenimiento Predictivo en la Manufactura
Definición del problema e impacto empresarial
Metodología y resultados
• Construcción y Evaluación de Modelos
Elección de los algoritmos correctos
Entrenamiento, validación y prueba
Métricas de rendimiento y comparación de modelos
• Comunicación de Resultados de Ciencia de Datos
Narración de datos y visualización
Adaptación de la comunicación a las partes interesadas
Estructuración de conclusiones concisas y accionables
• Despliegue y Producción
Fundamentos de MLOps
Estrategias de despliegue de modelos
Monitoreo y mantenimiento de modelos en producción
• Consideraciones Éticas y Mejores Prácticas
Comprensión de sesgos en los datos
Asegurando transparencia y equidad
Preocupaciones sobre privacidad y seguridad de los datos
• Conclusión y Tendencias Futuras en la Ciencia de Datos
Resumen de puntos clave
Tecnologías emergentes y metodologías en Ciencia de Datos
Educación continua y desarrollo profesional en Ciencia de Datos
• Taller Práctico (Opcional)
Proyecto grupal utilizando un conjunto de datos proporcionado
Aplicación de las metodologías aprendidas
Presentación de hallazgos y recomendaciones

---

Materias

Conference Talks