No exactamente. El plan de estudios puede tener un poco de ambos, pero debes leer bien.
Data Science se trata principalmente de grandes cantidades de datos. Se trata de procesarlo para obtener información que agregue valor a los negocios. Entonces, al final, la analítica está involucrada. Sin embargo, lo contrario no es cierto.
Hemos estado haciendo análisis desde tiempos inmemoriales. No necesita toneladas de datos (cuando digo toneladas, lo digo en serio: escala de datos Ziga, Peta, Penta). Puedo crear un cubo en BO usando bastante menos datos. Es un informe de datos, basado en datos pasados. Puedo trazar una tendencia, tomar algunas medidas basadas en eso y posiblemente predecir el futuro de manera limitada. Eso para ti es análisis de negocios. ¿Es eso ciencia de datos? Tal vez si lo estamos haciendo a gran escala. ¿Eso tiene que ser ciencia de datos? Diablos no!
- ¿Cuáles son las mejores bibliotecas y paquetes de Python para la ciencia de datos?
- ¿Qué significa "casi todas las herramientas de software estadístico disponibles para los científicos alientan el modelado paramétrico y, por lo tanto, el diseño de experimentos basados en suposiciones sobre la distribución de datos que están equivocados"?
- ¿Por qué tenemos oportunidades tan limitadas en big data?
- ¿Qué hace que un estadístico sea único?
- Después de la ingeniería, ¿cuál es mejor, capacitación en ciencias de datos o un curso de diploma de ciencias de datos PG?
