97 cosas que todo ingeniero de datos debe saber

Capítulo 11. Precaución: Los proyectos de ciencia de datos pueden convertirse en el traje nuevo del emperador

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Shweta Katre

Ha amanecido la cuarta revolución industrial: la Era de la Analítica. Hay una loca carrera por desarrollar modelos predictivos y algoritmos para establecer la supremacía en un mundo inmensamente competitivo y basado en los datos. Empezando por el análisis predictivo y adentrándose en el reino del aprendizaje automático y la inteligencia artificial, la mayoría de las empresas están ampliando sus capacidades para engendrar proyectos de ciencia de datos.

Se ejerce una enorme presión sobre los equipos de ciencia de datos, como sobre todos los demás tipos de equipos de proyecto, para que aporten valor empresarial utilizable y potencialmente liberable en un plazo de tiempo concreto. Un gran reto para los equipos de ciencia de datos es mostrar un progreso/trabajo realizado visible y mensurable, para mantener vivo el interés de las partes interesadas y la financiación constante.

Sin embargo, aproximadamente el 80% del tiempo del proyecto se dedica a la recogida/selección de datos, la preparación de datos y el análisis exploratorio (véase la siguiente figura). Los gastos generales del proyecto son enormes, pero no hay resultados visibles. El modelo predictivo ...