Data Science and Analytics es un campo interdisciplinario que combina la magia de la programación, las matemáticas y los negocios . Es importante comprender qué aspecto le interesa antes de seleccionar el programa adecuado para usted. Piénselo de esta manera: las empresas generan continuamente flujos de datos no estructurados que se pueden convertir en ideas significativas. Un ejemplo relevante que viene a la mente es OKCupid, el sitio web de citas. Su súper popular blog OKTrends ofreció una marca única de análisis social que se basa en estadísticas recopiladas de la base de usuarios del sitio. Para convertir estos datos en inteligencia, uno debe poder extraer los datos, analizarlos e informarlos de una manera fácil de entender a los tomadores de decisiones.
El análisis de datos (según mi entendimiento) trata de recopilar datos relevantes de toneladas de datos (incluida la basura) generados por una empresa. Esto, entonces, se convierte en una extensión del almacenamiento de datos y la minería. Esto requiere una comprensión sólida de SQL, Hadoop, Teradata, ETL y herramientas de procesamiento de datos en tiempo real, etc. Esto puede ser simplemente bases de datos enfocadas (en el caso de MIS como CMU BIDA) o entrar en cálculos estadísticos más profundos (en el caso de MS Analytics orientado a cuantificación programas como UIUC. El programa incluye capacitación fundamental en estadística matemática y aplicada, así como capacitación especializada en gestión de datos, análisis y construcción de modelos con grandes conjuntos de datos y bases de datos.
El campo de la ciencia de datos como informática trata con los algoritmos y la programación que pueden permitir trabajar en conjuntos de datos tan grandes. Las herramientas relevantes necesarias para hacer esto incluyen R, Python, Excel (Advance) con macros VBA, etc. Combinado con Machine Learning, puede ayudar a identificar una tendencia futura que no existe en la actualidad. Esto se puede utilizar para obtener ideas procesables para crear un impacto futuro. Los programas de MS Data Science se ocupan principalmente de esto.
- ¿Necesito saber / aprender Machine Learning si quiero seguir una carrera en Data Analytics?
- Cómo crear big data
- ¿Cuáles son los mejores 3 institutos de capacitación en el aula para un curso de ciencia de datos con certificación en Hyderabad?
- ¿Cuáles son algunas técnicas populares de aprendizaje automático para operar en Forex?
- ¿Cuáles son las 10 principales expectativas de los clientes de Big Data?
Por otro lado, combinado con la comprensión del negocio, estos conocimientos de datos pueden presentarse en informes legibles que utilizan la administración para tomar mejores decisiones sobre el negocio (nuevamente cubierto por los programas MIS o MSBA). Lo asocio con Business Intelligence, aunque la terminología individual puede ser diferente.
Como aspirante de Data Science, ya sea que esté interesado en el lado cuantitativo o en el lado de la programación o el lado de la inteligencia empresarial. Mire el plan de estudios de los cursos con mucho cuidado y luego decida a dónde desea ir. Al ser una disciplina relativamente nueva, las escuelas todavía están descubriendo qué funciona y qué no.
Escribí la publicación original sobre MS en Data Science, cursos de Business Analytics – Scholar Strategy
Si está interesado en saber más o tiene preguntas, estamos haciendo un seminario web con un científico de datos de marketing, detalles sobre la publicación de LinkedIn [1]
Notas al pie
[1] Registrarse