Es la ciencia del uso de los datos para resolver problemas medibles del mundo real, usando una serie de experimentos para realizar un análisis profundo de causa y efecto.

La ciencia de datos requiere el conocimiento del negocio o sector, habilidades de estadística aplicada y probabilidades e ingeniería de datos y software.

1. Preguntas.
2. Hipótesis.
3. Experimentación e inferencia causal.
4. Interpretación.
5. Resultados.

La IA es el proceso de usar la máquina para realizar tareas en nombre de las personas.

El machine learning (ML), es un subconjunto de la IA donde las máquinas aprenden de los datos para hacer predicciones.

El machine learning (ML), es parte de la ciencia de datos.

1. Exploración de datos (EDA)
2. Transformación de datos
3. Ingeniería de características
4. Desarrollo del modelo.
5. Despliegue del modelo.

Es un framework para monetizar big data.

Ser un proveedor de Datos como Servicio, es difícil porque controlar los datos sin procesar es una tarea muy dura.

1. Mejorar los productos y la oferta de servicios.
2. Una mejor comprensión de los clientes. Mejorar la experiencia, lealtad y retención.
3. Mejorar la estrategia de precios y ROI.

Las funcionalidades se dividen por dominios de negocios. Por ejemplo Finanzas, Operaciones, Marketing, Ventas, RRHH, Contabilidad… Facilita un objetivo final a través del uso de datos. Poniendo al producto por delante de los datos.

El 80% del trabajo en cualquier proyecto de datos consiste en limpiar la data. Se requiere diseñar una estrategia de entrada de datos inherentemente limpia. Resolver un problema en el back-end es hasta 1000 veces más caro que en front-end.

1. Descubrimiento de los datos.
2. Reglas de seguridad.
3. Catálogo de datos o meta store.
4. Integridad de datos (Calidad y confiabilidad)