¿QUE ES LA CIENCIA DE DATOS?

“La ciencia de datos es la disciplina de hacer que los datos sean útiles”

Es a través de nuestras acciones — nuestras decisiones — que afectamos el mundo que nos rodea.

Por ejemplo: Si yo creo en Papá Noel, realmente no importará hasta que esa creencia pueda
influir de alguna manera en mi comportamiento. Luego, dependiendo de las posibles
consecuencias de mi comportamiento, podría comenzar a importar muchísimo. Es a través de
nuestras acciones, nuestras decisiones, que afectamos el mundo que nos rodea (y hacemos que
nos afecte a nosotros también).

Minería de datos
Si aún no sabes qué decisiones quieres tomar, lo mejor que puedes hacer es salir en busca de
inspiración para poderlas descubrir. Esto se conoce como análisis de datos o analítica o
analítica descriptiva o análisis de datos exploratorio (EDA en inglés) o descubrimiento del
conocimientos (KD en inglés), dependiendo de gustos y colores. Y contrario a lo que dice el
refrán, de esto si han escrito mucho los autores.
Regla de oro de la analítica: solo saca conclusiones de lo que puedes ver.

Comienza aquí, a menos que ya sepas cómo estructurar tu toma de decisiones. La buena
noticia es que esto es fácil. Piensa en tu conjunto de datos como un grupo de fotos en negativo
que las encontraste en un cuarto oscuro de revelado. La extracción de datos consiste en utilizar
los equipos para revelar las fotos lo más rápido posible, para que puedas ver si hay algo
inspirador o interesante en ellas. Al igual que con las fotos, recuerda no tomarte en serio lo que
ves. Tú no tomaste las fotos, así que no sabes mucho sobre las historias que hay detrás de
ellas. La regla de oro de la minería de datos es: enfocarse en lo que está aquí. Solo saca
conclusiones acerca de lo que puedes ver, nunca a cerca de lo que no puedes ver (para eso
necesitas estadísticas y mucha más experiencia).
La experiencia en minería de datos es juzgada por la velocidad con la que puedes examinar
los datos.
El cuarto oscuro de revelado es intimidante al principio, pero no se puede hacer mucho al
respecto. Solo aprender a utilizar bien el equipo de revelado. Aquí hay un tutorial en R y aquí
en Python para comenzar. Puedes llamarte a ti mismo un “analista de datos” tan pronto como
empieces el trabajo, y puedes llamarte un “analista experto” cuando puedas revelar las fotos (y
todos los demás tipos de conjuntos de datos) a la velocidad de un rayo.
Inferencia estadística
La inspiración es barata, pero el rigor es caro. Si quieres llegar más lejos con los datos,
necesitarás capacitación especializada. Teniendo yo un bachillerato y posgrado en estadística,
pueda que mi opinión esté un poco parcializada, pero creo que la inferencia estadística (las
estadísticas para abreviar) es de las tres áreas, la más difícil y cargada de filosofía. Llegar a ser
bueno en esto, lleva más tiempo.
La inspiración es barata, pero el rigor es caro.
Si quieres tomar decisiones importantes, de alta calidad, y con riesgo controlado, que se basen
en conclusiones sobre el mundo más allá de los datos disponibles, tendrás que agregar
habilidades estadísticas a tu equipo. Un buen ejemplo es el momento en el que tu dedo está
dando vueltas alrededor del botón de inicio de un sistema de Inteligencia Artificial (AI) y te
viene a mente que debes verificar que funcione correctamente antes de apretarlo (siempre es
una buena idea, en serio). Aléjate del botón y llama al estadístico.
La estadística es la ciencia de cambiar tu mente (cuando hay incertidumbre).

Ingeniería de datos
¿Qué hay de la ingeniería de datos, que es el primero en entregar datos al equipo de ciencia de
datos? Como es un campo sofisticado, prefiero protegerlo de las aspiraciones hegemónicas de
la ciencia de datos y además, está mucho más cerca de la ingeniería de software que de las
estadísticas.
La diferencia entre la ingeniería de datos y la ciencia de datos es la diferencia del antes y
el después.
Siéntete libre de ver la diferencia entre la ingeniería de datos y la ciencia de datos como
un antes y después. La mayor parte del trabajo técnico que conduce al nacimiento de los datos
(antes) puede llamarse “ingeniería de datos” y todo lo que hacemos cuando llegan algo de
datos (después) es “ciencia de datos”.

Inteligencia de decisiones (DI)

DI tiene que ver con decisiones, incluida la toma de decisiones a escala con datos, lo que la
convierte en una disciplina de ingeniería. Amplía la aplicación de la ciencia de datos con las
ideas de las ciencias sociales y de gestión.
La inteligencia de decisiones agrega componentes de las ciencias sociales y de gestión.
 En otras palabras, es un super conjunto de esos pedazos de la ciencia de datos que no se
ocupan de cosas de investigación, tales como la creación de metodologías fundamentales para
uso general.
(Kozyrkov)

¿QUÉ SE ENTIENDE POR EVALUACIÓN DE IMPACTO?

La evaluación de impacto es un tipo particular de evaluación. A continuación se citan algunas

definiciones:
 Término que indica si el proyecto tuvo un efecto en su entorno en términos de factores
económicos, técnicos, socio-culturales, institucionales y medioambientales. (OCDE, 1992)
 Es un tipo de evaluación sumativa, que se realiza al final de una intervención para
determinar en que medida se produjeron los resultados previstos. (CEPAL-ILPES, 2005)
 Trata de determinar si hubo cambios, la magnitud que tuvieron, a qué segmentos de la
población objetivo afectaron, en qué medida y qué contribución realizaron los distintos
componentes del proyecto al logro de sus objetivos. (Cohen y Franco, 2002)
 Medición de los cambios en el bienestar de los individuos, que pueden ser atribuidos a un
programa o una política específica. (Banco Mundial, 2003)
Al abordar la evaluación de impacto es necesario destacar:
 La relación de causalidad: se trata de conocer los cambios que se producen tras un
programa o política específica -a nivel social, de la empresa o en los participantes de las
mismas- e identificar en qué medida estos cambios (efecto) son atribuibles al programa
(causa).
 La variedad de impactos que puede tener una intervención: -económicos, técnicos, socio-
culturales- pueden ser previstos (definidos en los objetivos de la actuación a evaluar) o no
previstos.
 Los distintos impactos en las personas, las empresas y en la sociedad.
La evaluación de impacto se basa en el contraste entre la situación de partida y lo que ocurre
una vez que la formación ha tenido lugar. Ese contraste busca revelar los cambios que se
pueden atribuir a la intervención que se evalúa.
 Como se mencionó antes, la evaluación de impacto debe dar respuesta a algunas preguntas
sobre el impacto en la sociedad, las empresas y las personas:
Para medir el impacto en la sociedad se pueden formular, entre otras:
 ¿Se ha mejorado la calidad de los programas de formación en los que se invierten fondos
públicos?
 ¿Han tenido más oportunidades de acceso a la formación las poblaciones vulnerables al
desempleo, los jóvenes, las mujeres, las personas con discapacidad, las minorías étnicas?
 ¿Ha permitido la formación un acceso a trabajos decentes?
 ¿Cuál es el retorno económico del presupuesto dedicado a la formación?
 ¿Están las políticas económicas y fiscales creando un entorno propicio para que la
formación contribuya al mejoramiento de la productividad, el crecimiento del empleo y el
desarrollo?

Las empresas pueden plantearse:

 ¿Qué mejoras de la productividad pueden atribuirse a la acción de formación?
 ¿Se verifican cambios positivos en las condiciones de trabajo?
 ¿Los procesos de trabajo son más eficientes como resultado de las nuevas competencias
desarrolladas?
 ¿Disminuyeron los accidentes de trabajo?
 ¿El clima laboral ha mejorado como efecto de la acción formativa?
 ¿La proporción de productos finales rechazados ha disminuido?
 ¿Cuánto retorna por cada unidad invertida en aprendizaje?

Las personas se pueden preguntar:

 ¿Ha sido útil la formación para encontrar un empleo?
 ¿Se han desarrollado competencias que se demandan en el empleo?
 ¿Han mejorado los ingresos como resultado de las nuevas competencias adquiridas?
 ¿Se tiene mejor empleabilidad?
 ¿Han mejorado las condiciones de trabajo?
 ¿Qué cambios en el bienestar se han producido?
Los organismos que ejecutan programas de formación deben tener en cuenta todas estas
preguntas desde el diseño de sus programas, en su ejecución y en la evaluación de impacto.
(Trabajo)

¿Qué SON DESAFIOS Y POLITICAS PUBLICAS?

Las políticas públicas constituyen una de las herramientas que le permite al Estado visibilizar
las acciones encaminadas a desarrollar programas y proyectos que tienen como finalidad
focalizar las demandas poblacionales con el objetivo de mitigar unas determinadas
necesidades. Estas acciones están enmarcadas bajo un concepto de sinergia participativa a
través de la gobernanza definida por Nohlen (2004) como la interacción entre gobernantes y
gobernados, entre capacidades de Gobierno y demandas políticas del Gobierno. (Sánchez)

AUDITORIA OPERATIVA DEL COMPORTAMIENTO

Es un método de observación e interacción con los colaboradores, con énfasis en el

comportamiento y actitud de los colaboradores en la realización de cualquier actividad, a
través de una técnica positiva de abordaje y enfocado en la concientización, feedback, y
compromiso del buen desempeño en seguridad del colaborador, además este proceso es
anónimo