Inicio

Nombre del curso: Ciencia de Datos Aplicada
Course Name: Applied Data Science
Créditos: 4
Profesor: Fabián Peña (fc.pena@uniandes.edu.co)
Diego Ibagón (df.ibagon20@uniandes.edu.co)
Versión PDF Click Aquí

Descripción

En los últimos años se ha experimentado un aumento considerable en el volumen y la velocidad con la que se generan nuevos datos. Este fenómeno es consecuencia del incremento en la cantidad de dispositivos electrónicos conectados así como de las capacidades de procesamiento y almacenamiento de datos a las que hoy tenemos acceso. Hoy en día, los datos son un activo más de las organizaciones y como con cualquier otro activo, es propicio identificar y explotar diferentes maneras de extracción de valor. La ciencia de datos aplicada y en particular, el rol del científico de datos en las organizaciones, es el encargado de identificar y explotar estas oportunidades.

Los datos pueden generarse desde múltiples fuentes, entre ellas, procesos de negocio que involucran operaciones entre colaboradores, clientes, proveedores, entre muchos otros actores. Algunas de las responsabilidades del científico de datos son extraer datos de esas fuentes, integrarlos, transformarlos, analizarlos y entregarlos, utilizando diferentes herramientas y técnicas computacionales y de estadística, de forma tal que puedan ser utilizados para la toma de decisiones. La utilidad de los datos se define en términos de los beneficios que reciban las organizaciones con su uso, por ejemplo, al adquirir nuevos clientes, disminuir costos, estimación de la demanda, optimización de procesos de negocio, automatización de tareas, entre muchos otros usos.

Este es el marco de trabajo de este curso, el cual pretende principalmente desarrollar habilidades en los estudiantes en la selección y uso de técnicas y herramientas computacionales y de estadística, apropiadas para el análisis de datos, incluyendo formas efectivas de transmitir los resultados o hallazgos de dichos análisis.

Objetivos

– Entender los fundamentos de la ciencia de datos, el rol del científico de datos en las organizaciones y las metodologías actuales para el desarrollo de este tipo de proyectos de analítica de datos.
– Desarrollar habilidades en el uso de herramientas y técnicas apropiadas para preparar y analizar datos a pequeña y mediana escala.
– Preparar y realizar análisis de diferentes fuentes de datos con el fin de extraer información útil y accionable para una organización.
– Utilizar de forma apropiada técnicas computacionales basadas en estadística y aprendizaje automático para la automatización de toma de decisiones.
– Comunicar efectivamente los resultados o hallazgos de un proyecto de ciencia de datos a los
stakeholders del negocio, habilitando la toma de decisiones con base en datos.
– Entender y aplicar mecanismos básicos de despliegue u operacionalización de modelos basados en aprendizaje automático para que puedan ser integrados efectivamente con los demás procesos de la organización.

Plan de temas

  1. Generalidades: Ciencia de datos, el rol del científico de datos, metodologías (2 sesiones).
  2. Análisis Exploratorio de Datos (EDA), visualización de datos, inferencia estadística (2 sesiones).
  3. Limpieza y preparación de datos (1 sesión).
  4. Analítica predictiva, aprendizaje supervisado:
    1. Regresión lineal, evaluación, interpretación, regularización (2 sesiones).
    2. Clasificación, algoritmos, evaluación, selección de modelo, explicabilidad (3 sesiones).
  5. Despliegue de modelos, MLOps, gobierno de datos (2 sesiones).
  6. Proyecto: Seguimiento y evaluación (2 sesiones).

Metodología

El curso se desarrolla en torno a casos de estudio los cuales deben ser desarrollados utilizando como guía el material proporcionado durante las sesiones de clase así como la bibliografía sugerida. Se proponen sesiones de clases teóricas complementadas con talleres prácticos que permitan apropiar los diferentes conceptos, habilidades y herramientas que son objeto de aprendizaje del curso. Los estudiantes deben preparar previamente cada sesión con el fin de realizar discusiones que permitan profundizar en los temas vistos así como avanzar en los talleres basados en casos propuestos durante la clase. Los talleres se trabajan usando Python como lenguaje de programación en el ambiente Jupyter Labs (Anaconda o Google Colab). Los dos primeros talleres se deben realizar de forma individual y los siguientes de forma grupal de máximo 3 integrantes. El proyecto final integra los conceptos y habilidades vistos en clase y se deben trabajar en grupos de máximo 3 integrantes.

Generalidades

– Clases: 3 horas semanales con participación activa de los estudiantes.
– Canales oficiales de comunicación: el correo electrónico uniandes de los profesores, lista de correo del curso, sistema de apoyo a la docencia BloqueNeón (http://bloqueneon.uniandes.edu.co) y página web del plan de estudios de MINE, en donde encuentra la información general del curso (https://sistemas.uniandes.edu.co/es/mine).

Evaluación del curso

Evaluacion del curso MINE4101

Política de aproximación de notas finales

– Las notas del curso varían entre 0.00 y 5.00 con dos decimales sin aproximaciones.
– Para pasar el curso es indispensable lograr un puntaje ponderado 3.00/5.00.
– No existe aproximación automática en la nota definitiva. En particular, no hay aproximación a 3.00 de puntajes menores a esta nota (e.g., 2.99 no es 3.00).

Protocolo MAAD

El miembro de la comunidad que sea sujeto, presencie o tenga conocimiento de una conducta de maltrato, acoso, amenaza, discriminación, violencia sexual o de género (MAAD) deberá poner el caso en conocimiento de la Universidad. Esto con el propósito de que se puedan tomar acciones institucionales para darle manejo adecuado al caso, a la luz de lo previsto en el protocolo y velando por el bienestar de las personas afectadas.

Para poner en conocimiento el caso y recibir apoyo, usted puede contactar a:

1. Línea MAAD: lineamaad@uniandes.edu.co
2. Ombudsperson: ombudsperson@uniandes.edu.co
3. Decanatura de Estudiantes: centrodeapoyo@uniandes.edu.co
4. Red de Estudiantes:
– PACA (Pares de Acompañamiento contra el Acoso) paca@uniandes.edu.co
5. Consejo Estudiantil Uniandino (CEU) comiteacosoceu@uniandes.edu.co