Pongamos manos a la obra

Reproducir video
reproducir
Volumen
0:00
/
0:50
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde ::1 y sigue la transcripción0:01
Hola, es genial tenerte de vuelta. Ahora es el momento de poner manos a la obra.
Vamos a empezar a hablar sobre las formas prácticas en que las empresas
utilizan los datos, y las oportunidades que esto puede crear para ti. Hasta ahora,
has aprendido muchas habilidades prácticas para el análisis de datos. Con los
próximos videos, vamos a cambiar un poco y vamos hablar sobre por qué estás
aprendiendo estas habilidades. Con suerte, esto te dará más perspectiva acerca
de los tipos de oportunidades que existen para ti. A continuación, hablaremos más
sobre los tipos de funciones que los analistas de datos desempeñan en diferentes
industrias. La tarea que requerían estas funciones y la importancia de la equidad y
de evitar sesgos y analizar los datos para las tareas empresariales. También
hablaremos sobre las oportunidades que puedes aprovechar y cómo este
programa influye en tu éxito futuro y en la función de analista de datos. Entonces,
con todo eso en mente, comencemos.
l trabajo de un analista de datos
Reproducir video
reproducir
Volumen
0:00
/
4:33
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde ::1 y sigue la transcripción0:01
Anteriormente, aprendimos sobre lo que hace un analista de datos y por qué ese
trabajo es tan valioso. Ahora, veamos dónde los analistas de datos realmente
hacen su trabajo. Aprenderás mucho más sobre las industrias en las que podrías
trabajar como analista de datos. Y cómo las empresas en estos campos ya están
utilizando el análisis de datos para hacer cosas realmente interesantes. Hay
muchas empresas que tienen una gran necesidad de las habilidades que estás
aprendiendo en este momento. En industrias como tecnología, marketing,
finanzas, atención médica y muchas más. Las empresas reales ya están utilizando
el análisis de datos para mantenerse a la vanguardia. Y cuanto más utilizan los
datos en sus empresas, más comprenden lo importante que es un analista de
datos como tú para su éxito. Veamos un ejemplo de la vida real de una marca que
probablemente reconozcas: Coca-Cola. Los datos están cambiando la forma en
que Coca-Cola encara sus estrategias de marketing. Coca-Cola utiliza datos
recopilados de los comentarios de los consumidores para crear publicidad que se
dirija directamente a diferentes audiencias con diferentes intereses. ¿Cómo
funciona esto? ¿Conoces esas máquinas expendedoras de Coca-Cola de alta
tecnología que ves a veces en el cine? Siempre es divertido preparar tus propios
sabores. Bueno, esas máquinas tienen inteligencia artificial incorporada y
herramientas de análisis de datos. Esto ayuda a Coca-Cola a ver los diferentes
tipos de combinaciones de sabores que se le ocurren a la gente, que luego la
empresa puede usar como inspiración para nuevos productos. ¿No es eso genial?
¿Alguna vez te preguntaste cómo Google tiene la respuesta correcta a cualquier
pregunta en solo segundos? Eso también funciona con datos. Usamos todo tipo
de datos para determinar la confiabilidad y precisión de un sitio web para
asegurarnos de obtener los resultados más útiles en cualquier búsqueda que
realices. Pero, ¿solo las grandes empresas como Coca-Cola y Google utilizan
datos? Las pequeñas empresas de todo el mundo también están empezando a
aprovechar los conocimientos basados en datos para mejorar sus operaciones y
tomar mejores decisiones. Las pequeñas empresas pueden usar datos para hacer
todo tipo de cosas. Pueden utilizar el análisis de datos para comprender mejor los
hábitos de compra de sus clientes, crear mensajes más efectivos en las redes
sociales, o, en el caso de un zoológico y acuario de una ciudad, predecir la
cantidad de visitantes diarios en función de los datos del clima local. El zoológico y
el acuario de la ciudad se dieron cuenta de que, en los días de lluvia había una
gran disminución en la asistencia, pero no tenían manera de predecir con
precisión cuándo llegarían esos días de lluvia. Esto hizo que la dotación de
personal fuera un verdadero desafío. Algunos días tenían exceso de personal,
otros días no estaban preparados para la avalancha de visitantes. Para lidiar con
esto, al analista de datos tomó años de registros meteorológicos del zoológico y
utilizó esos datos para predecir con precisión los patrones climáticos futuros. Esto
le facilitó al zoológico saber cuánto personal necesitaría y cuándo. Debido a que el
zoológico pudo predecir y administrar sus necesidades de personal con mayor
precisión, pudo brindar una mejor experiencia a los visitantes y también dedicar
más recursos para crear una mejor experiencia para los animales. Vemos algo
similar en la industria de la salud. Sus analistas de datos analizan los datos de
asistencia clínica para ayudar a los hospitales y consultorios médicos a predecir
cuáles serán las horas pico para que puedan estar preparados. El hospital local de
tu ciudad es un gran ejemplo. Digamos que han recibido reclamos sobre los largos
tiempos de espera. A veces, una hora o más, lo que dificultaba que algunos
pacientes recibieran la atención que necesitaban. Por lo tanto, los analistas de
datos utilizan datos sobre el tráfico peatonal diario de los hospitales para
ayudarlos a tomar decisiones más fundadas sobre cuántos médicos necesitan
disponibles en un momento dado. Esto ayudó a reducir los tiempos de espera,
mejorar la experiencia de sus pacientes y también hacer un mejor uso del tiempo
del trabajador de la salud. Como dije, hay muchas formas en que las empresas de
diferentes industrias utilizan los datos, pero solo pueden hacerlo si tienen un
analista de datos en quien confiar. Entonces, tal vez te preguntes, ¿cómo encajo
en la ecuación? Bueno, tienes muchas opciones, pero no tienes que decidir en
qué industria quieres trabajar. Por cierto, habrá mucho tiempo para pensar en eso
a medida que avanzas en este programa. Cuando termines este programa,
tendrás las habilidades básicas que te harán valioso para cualquier industria que
tome decisiones basadas en datos, que, como sabemos, es la mayoría de las
industrias, incluso los zoológicos. A continuación, revisaremos la tarea empresarial
en la que los datos pueden ser útiles. Y exploraremos aún más cómo los analistas
de datos están empoderando a las empresas a través de los datos. Nos vemos
luego.
Joey: El camino para convertirse en analista de datos
Reproducir video
reproducir
Volumen
0:00
/
0:00
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde ::4 y sigue la transcripción0:04
Hola, soy Joey y trabajo como gerente de programas de análisis en REWS. Ahora
REWS es sinónimo de servicios inmobiliarios y laborales, y mi trabajo es gestionar
los datos y analizarlos para la toma de decisiones aquí, especialmente en lo que
respecta a la creación de un entorno de trabajo seguro y divertido. Mi viaje hacia el
análisis fue un poco diferente en el sentido de que no tenía un plan o realmente no
me veía trabajando donde estoy ahora. Afortunadamente, empecé en un programa
rotativo llamado programa HRA dentro de operaciones de personal, lo que me
permitió desempeñar básicamente tres funciones diferentes. Estuve en la función
de generalista como especialista y analista, y realmente encontré amor y pasión
por el trabajo analítico. Empecé en el equipo de inteligencia empresarial, cuyo
trabajo consistía en proporcionar informes basados en SQL a la empresa. Me di
cuenta de que el análisis era la trayectoria profesional adecuada para mí cuando
me encontré disfrutando de venir a trabajar y hacer mi trabajo. Y creo que puedo
conectar eso con mis dos pasiones. La primera es la resolución de problemas. Me
encanta encarar un problema complejo, un misterio, un acertijo y poder encontrar
las respuestas y llegar a la solución. Y luego, lo segundo es poder trabajar con
personas y ayudar a la gente. En el análisis, siento que la clave del éxito es poder
combinar la parte personal con la parte técnica. Al inicio de mi carrera, me focalicé
un poco más sobre las piezas técnicas y quería asegurarme de tener los
conocimientos técnicos adecuados para poder responder las preguntas. Pero lo
que descubrí es que, con el tiempo, necesitaba hacer crecer de igual modo ese
otro lado. Y creo que mi carrera me ha brindado las oportunidades para trabajar
cada una de esas facetas, la parte de interacción humana y la parte técnica para
asegurarme de que ambas hayan crecido al final del día.
Tony: Respaldo a las carreras de Análisis de Datos
Reproducir video
reproducir
Volumen
0:00
/
2:19
Subtítulos
Ajustes
Pantalla completa
Transcripción
Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde ::3 y sigue la transcripción0:03
Para cualquier analista, para cualquier persona que se encuentre realmente en las
primeras etapas de su carrera, comprender los datos, respetarlos y saber cómo
trabajar con datos es increíblemente importante porque, mi visión es que cada
función de alguna manera involucrará datos y su uso. Aprender cómo extraer
conocimientos de ellos será el núcleo de cualquier función crítica en cualquier
organización empresarial. Por lo general, en esos dos primeros años, estás
desarrollando las habilidades básicas que te convierten en un generalista
fantástico, y luego, en los próximos 2 a 5 años, estás aprendiendo sobre algo muy
específico en lo que respecta a tu trabajo. Ya sea en el área donde das soporte o
tal vez en un componente muy técnico. Digamos que quieres convertirte en un
experto en SQL para poder manipular grandes conjuntos de datos con fines de
análisis financiero. Del mismo modo, incluso si ingresas a las finanzas como
analista de datos, puedes salir de las finanzas e ingresar a lo que a mucha gente
le gusta llamar el negocio, que generalmente son tus funciones de operaciones, y
convertirte en analista de negocios o analista de datos. Hay tantos diferentes
caminos que puedes tomar desde el punto de partida que realmente no puedes
predecir el final. Me apasiona mucho trabajar y apoyar a los jóvenes y darles un
impulso a sus carreras. Honestamente, esto se debe a mi propia experiencia
personal, donde, en los primeros dos años de mi carrera, no tuve prácticamente
ningún apoyo de mi gerente ni de mi cadena de gerencia directa. Al pasar por esa
experiencia en mis primeros años, me di cuenta y sentí cómo eso puede frenarte,
y, especialmente, cuando eres alguien que tiene mucho potencial y mucha
habilidad. Quieres estar en un entorno que fomente esa habilidad y realmente
quiera verte crecer. Creo que es increíblemente importante tener programas como
estos, que derriben todas las barreras, que eliminen cualquier obstáculo que
impida que las personas puedan descubrir lo que necesitan para estar en una
industria como esta, para tener éxito en una función como analista de datos, para
que ellos mismos puedan soñar hasta dónde pueden llegar en su carrera. Mi
nombre es Tony. Soy gerente de programa de finanzas en Google.
Registro de aprendizaje: Reflexionar sobre el proceso de análisis de datos

Descripción general

A estas alturas, ya has empezado a familiarizarte con el proceso de análisis de

datos. Ahora, completarás una entrada en tu registro de aprendizaje que reflejará
tu experiencia con el proceso de análisis de datos y tu progreso en este curso.
Una vez que completes esta actividad, comprenderás mejor cómo utilizar los
pasos de este proceso para organizar las tareas de análisis de datos y resolver
grandes problemas con los datos. Esta plataforma seguirá guiándote en tu trabajo
en este curso, ¡y como analista de datos junior!

El proceso de análisis de datos hasta ahora

Tómate un momento para apreciar todo el trabajo que has realizado en este curso.
Identificaste una pregunta para responder y trabajaste sistemáticamente en el
proceso de análisis de datos para responder a esa pregunta, tal como los analistas
de datos profesionales lo hacen todos los días.

Al revisar el proceso de análisis de datos hasta ahora, ya has realizado muchos de

estos pasos. Estos son algunos ejemplos que debes tener en cuenta antes de
empezar a completar la entrada del registro de aprendizaje:

Formulaste una pregunta interesante y definiste un problema que resolver

mediante el análisis de datos para responder a esa pregunta.

Pensaste exhaustivamente en qué datos necesitarías y cómo los recopilarías para

prepararte para el análisis.

Procesaste los datos organizándolos y estructurándolos en una tabla y luego

transfiriéndolos a una hoja de cálculo.

Analizaste tus datos inspeccionándolos y explorándolos en busca de patrones.

Compartiste tu primera visualización de datos: un gráfico de barras.

Finalmente, después de completar todos los demás pasos, actuaste: Reflexionaste

sobre tus resultados, tomaste decisiones y obtuviste información sobre tu
problema, incluso si esa información era que no tenías suficientes datos o que no
había patrones obvios en tus datos.

A medida que avances en el resto del programa, continuarás usando y revisando

estos pasos para guiarte en tus tareas de análisis. ¡También aprenderás más
sobre las diferentes herramientas que te pueden ayudar en el camino!

Accede al registro de aprendizaje

Para usar la plantilla de este ítem del curso, haz clic en el enlace de abajo y
selecciona «Usar plantilla».

Enlace a la plantilla de registro de aprendizaje: Reflexiona sobre el proceso de

análisis de datos

Si no tienes una cuenta de Google, puedes descargar la plantilla directamente

desde el siguiente archivo adjunto.

If you don’t have a Google account, you can download the template directly from
the attachment below.
Reflexión

En tu registro de aprendizaje, escribe 2 o 3 oraciones (40 a 60 palabras) que

reflejen el proceso de análisis de datos y tus experiencias hasta ahora
respondiendo a cada una de las siguientes preguntas:

¿Qué parte(s) del proceso de análisis de datos te ha(n) gustado más? ¿Qué te ha
gustado?

¿Cuáles fueron algunas de las ideas clave que aprendiste en este curso?

¿Hay conceptos o partes del contenido sobre los que te gustaría aprender más? Si
es así, ¿cuáles son? ¿Qué próximo curso crees que te enseñará más sobre esta
área?

Ahora que has adquirido experiencia en el análisis de datos, ¿qué opinas acerca
de convertirte en analista de datos? ¿Han cambiado tus sentimientos desde que
empezaste este curso? Si es así, ¿cómo?

Cuando hayas terminado la entrada en la plantilla de registro de aprendizaje,

asegúrate de guardar el documento para que se pueda acceder a tu respuesta en
algún lugar. Esto te ayudará a seguir aplicando el análisis de datos a tu vida
cotidiana. También podrás realizar un seguimiento de tu avance y crecimiento
como analista de datos.

El poder de los datos en la empresa

Reproducir video
reproducir
Volumen
0:00
/
4:11
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde :: y sigue la transcripción0:00
Como analista de datos, abordarás tareas empresariales que ayudarán a las
empresas a utilizar los datos. A continuación, hablaremos más sobre lo que es
realmente una tarea empresarial y algunos ejemplos de cómo podrían verse en
trabajos de analista de datos reales. Tomemos un segundo para pensar en los
ejemplos reales de empresas que utilizan el análisis de datos y su operación que
hemos visto antes. Es posible que hayas notado un tema recurrente en todos los
ejemplos. Todos tienen inconvenientes que explorar, preguntas que responder o
problemas que resolver. Es fácil que estos elementos se mezclen. Aquí hay una
manera de aclararlos cuando hablamos de ellos en el análisis de datos. Un
problema es un asunto o tema para investigar. Una pregunta está diseñada para
descubrir información y un problema es un obstáculo o complicación que es
necesario resolver. Coca-Cola tenía una pregunta sobre nuevos productos. El
análisis de datos les dio información sobre los nuevos sabores que ya les gustan a
los clientes. El zoológico y el acuario de la ciudad tenían un problema con el
personal. Los datos, les ayudaron a descubrir la mejor estrategia de dotación de
personal. Estas preguntas y problemas se convierten en la base de todo tipo de
tareas empresariales, que ayudarás a resolver como analista de datos. Una tarea
empresarial es la pregunta o el problema que el análisis de datos responde para
las empresas. Aquí es donde concentras muchos de tus esfuerzos, en el trabajo
que harás para futuros empleadores. Sigamos con nuestro ejemplo del zoológico y
veamos si podemos imaginar cómo sería una tarea empresarial para un zoológico.
Conocemos el problema, el clima impredecible dificultaba que el zoológico
anticipara las necesidades de personal. Quizás la tarea empresarial podría ser
algo así como analizar los datos meteorológicos de la última década para
identificar patrones predecibles. Luego, los analistas de datos podrían planificar la
mejor manera de recopilar, analizar y presentar los datos necesarios para resolver
esta tarea y cumplir con los objetivos de los zoológicos. Luego, utilizando datos, el
zoológico podría tomar decisiones informadas sobre su personal diariamente.
Hablamos un poco sobre la toma de decisiones basada en datos en videos
anteriores. Pero por si necesitas un repaso, aquí está. La toma de decisiones
basada en datos es cuando los hechos que se han descubierto a través del
análisis de datos se utilizan para guiar la estrategia empresarial. La forma más
sencilla de pensar en la toma de decisiones es elegir entre las consecuencias,
buenas, malas o una combinación de ambas. En nuestro ejemplo del zoológico, el
zoológico tenía los datos necesarios para tomar una decisión informada que
resolviera su problema. Pero, ¿y si hubieran tomado esta decisión sin datos?
Digamos que solo confiaban en la observación y la memoria para rastrear el clima
y generar cronogramas para el personal. Bueno, ya sabemos que eso no habría
resuelto su problema a largo plazo. El análisis de datos les brindó la información
necesaria para encontrar la mejor solución posible para su problema. Ese es el
poder de los datos. La observación y la intuición son herramientas poderosas para
la toma de decisiones, pero solo pueden llevarnos tan lejos cuando tomamos
decisiones basadas solo en la observación y en las percepciones viscerales, solo
vemos una parte del panorama. Los datos nos ayudan a ver todo el panorama.
Con los datos tenemos un panorama completo del problema y sus causas, lo que
nos permite encontrar nuevas y sorprendentes soluciones que nunca antes
hubiéramos podido ver. El análisis de datos ayuda a las empresas a tomar
mejores decisiones. Todo empieza con una tarea empresarial y la pregunta que
intenta responder. Con las habilidades que aprenderás a lo largo de este
programa, podrás hacer las preguntas correctas, planificar la mejor manera de
recopilar y analizar datos, y luego presentarlos visualmente para armar tu equipo
de modo que puedan tomar una decisión informada, basada en datos. Eso te hace
crítico para para el éxito de cualquier empresa para la que trabajes. Los datos son
una herramienta poderosa. Con el gran poder viene, bueno, ya sabes el resto. Y
estás haciendo un gran trabajo al asimilar toda esta información. A continuación,
hablaremos sobre tu responsabilidad como analista de datos de garantizar que
estás recopilando, analizando y presentando datos de una manera que sea
equitativa para las personas representadas por esos datos.

Rachel: Detectives de datos

Pausar
Volumen
0:03
/
2:03
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde ::3 y sigue la transcripción0:03
Hola, me llamo Rachel y soy líder de sistemas y análisis empresariales en Verily.
Hay muchos tipos diferentes de problemas que un analista de datos puede
resolver. A lo largo de mi carrera he tenido la suerte de ver muchos de ellos y de
recibir muchos tipos de datos muy diferentes y de ayudar a convertirlos en
respuestas significativas. Creo que una de las cosas más importantes para
recordar sobre el análisis de datos es que los datos son datos. Soy analista de
datos financieros, por lo que mi función en Verily es tomar toda nuestra
información financiera, toda la información del dinero que gastamos y el dinero
que generamos, y convertirlo en informes y opiniones para que nuestros clientes
potenciales puedan entender lo que estamos haciendo. Una de las cosas más
importantes que he hecho en Verily recientemente fue ayudar a crear lo que se
llama balance de pérdidas y ganancias para cada una de nuestras unidades de
negocio. Esto significa que, en tiempo real, nuestros equipos pueden ver cuál es
su presupuesto y cómo están invirtiendo ese presupuesto. Lo que hace es ayudar
a nuestros equipos a mantener ese presupuesto ya sea aumentando sus flujos de
ingresos para que tengan más dinero para usar o reduciendo sus gastos para que
puedan mantenerse dentro de ese presupuesto. Todo eso realmente nos ayuda a
mantenernos encaminados como empresa para asegurarnos de que estamos
alcanzando nuestros objetivos. Descubrí que los datos actúan como una cosa que
vive y respira. Cuando tienes un montón de puntos de datos, puede ser abrumador
cuando te sientas por primera vez para darle sentido. Tienes toneladas de
columnas, toneladas de registros, toneladas de diferentes tipos de datos, y
encontrar una manera de darle sentido es realmente difícil y ahí es donde entra en
juego la experiencia de un analista de datos. Han sido algunos de los momentos
más frustrantes de mi carrera, pero también algunos de los trabajos más
gratificantes que he hecho cuando finalmente cobra sentido. El mejor consejo que
tengo para cualquier analista de datos que está empezando es perseverar. Si el
ángulo que estás tomando no funciona, intenta encontrar otro. Intenta abordarlo de
una manera diferente, intenta hacer una pregunta diferente y, finalmente, los datos
cederán y obtendrás la información que estás buscando.
Comprender los datos y la equidad
Reproducir video
reproducir
Volumen
0:00
/
5:35
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde :: y sigue la transcripción0:00
Hasta ahora, hemos cubierto las diferentes funciones que desempeñan los
analistas de datos en los entornos empresariales y las pruebas que incluyen esas
funciones. Pero los analistas de datos tienen otra responsabilidad importante,
asegurarse de que sus análisis sean equitativos. Ahora, sé lo que probablemente
estás pensando, los datos se basan en hechos recopilados, ¿cómo no ser
equitativo? Bueno, esa es una buena pregunta. Aprendamos qué significa equidad
cuando hablamos de análisis de datos y por qué es importante que, como analista,
lo tengas en cuenta. Equidad significa asegurarse de que tu análisis no introduzca
ni refuerce sesgos. En otras palabras, como analista de datos, deseas ayudar a
crear sistemas que sean equitativos e inclusivos para todos. ¿Suena bastante
simple? Bueno, aquí está la parte difícil de la equidad en el análisis de datos. No
hay una definición estándar para esto, pero es de esperar que la forma en que lo
acabamos de describir pueda brindarte una forma de pensar en la equidad por
ahora, pero está a punto de volverse un poco más complicado. A veces, las
conclusiones basadas en datos pueden ser verdaderas e inequitativas. ¿Qué
puedes hacer entonces? Bueno, averigüémoslo con un ejemplo. Digamos que
tenemos una empresa que se destaca por ser un club de hombres. No hay mucha
representación de otros géneros. Esta empresa quiere ver qué empleados están
haciendo un buen trabajo, por lo que comienzan a recopilar datos sobre el
desempeño de los empleados y su propia cultura empresarial. Los datos muestran
que los hombres son las únicas personas que tienen éxito en esta empresa. Su
conclusión es que deberían contratar más hombres, después de todo, están
haciendo muy buen trabajo aquí. Pero esa no es una conclusión equitativa por
varias razones. En primer lugar, ni siquiera considera todos los datos disponibles
sobre la cultura de la empresa, por lo que presenta una imagen incompleta. En
segundo lugar, no piensa en los otros factores circundantes que afectan los datos
o, en otras palabras, la conclusión no considera las dificultades que tienen las
personas de diferentes identidades de género al tratar de desempeñarse en un
entorno laboral tóxico. Si la empresa solo mira esta conclusión, querrán reconocer
y abordar cuán dañina es su cultura y no entenderán por qué ciertas personas
están preparadas para fallar dentro de ella. Por eso es importante tener en cuenta
la equidad al analizar los datos. La conclusión de que solo los hombres tienen
éxito en esta empresa es cierta, pero ignora otros factores sistemáticos que
contribuyen a este problema. Pero no te preocupes, hay una manera de llegar a
una conclusión justa aquí. Un analista de datos ético puede mirar los datos
recopilados y concluir que la cultura de la empresa está impidiendo que algunos
empleados tengan éxito, y la empresa debe abordar esos problemas para mejorar
el rendimiento. Mira cómo esta conclusión pinta una imagen mucho más completa
y justa. Reconoce el hecho de que a algunas personas no les está yendo tan bien
en esta empresa, de hecho, eso podría dar lugar a la discriminación contra una
gran cantidad de solicitantes en el futuro. Como analista de datos, es tu
responsabilidad garantizar que tu análisis sea equitativo y que los hechos se
encuentren en el complicado contexto social que podría generar sesgos en tus
conclusiones. Es importante pensar en la equidad desde el momento en que
empiezas a recopilar datos para una prueba empresarial hasta el momento en que
presentas tus conclusiones a las partes interesadas. Aprenderemos más sobre el
sesgo en el proceso de análisis de datos más adelante en otro curso. Por ahora,
veamos un ejemplo de un análisis de datos que hace un buen trabajo al considerar
la equidad en su conclusión. Un equipo de científicos de datos de Harvard estaba
desarrollando una plataforma móvil para rastrear pacientes con riesgo de
enfermedad cardiovascular en un área de los Estados Unidos, llamada Stroke
Belt. Es importante señalar que había una variedad de razones por las que las
personas que viven en esta área podrían tener un mayor riesgo. Con eso en
mente, estos científicos de datos reconocen que la equidad debe ser una prioridad
para este proyecto, por lo que incorporaron la equidad en sus modelos. El equipo
tomó varias medidas de equidad para asegurarse de que eran lo más equitativos
posible al examinar datos sensibles y potencialmente sesgados. Primero, formaron
un equipo de analistas y científicos sociales que pudiera brindar información sobre
los sesgos humanos y el contexto social que los provocó. También recopilaron
datos autoinformados en un sistema separado para evitar un posible sesgo racial,
que podría sesgar los resultados de su estudio y representar inequitativamente a
los pacientes. Para asegurarse de que esta población de muestra fuera
representativa, sobremuestrearon los grupos no dominantes para asegurarse de
que el modelo los incluyera. Está claro que el equipo hizo de la equidad una
prioridad máxima a cada paso del camino. Esto les ayudó a recopilar datos y a
crear conclusiones que no afectaron negativamente a las comunidades que
estaban estudiando. Esperamos que estos ejemplos te hayan dado una mejor idea
de lo que significa la equidad en el análisis de datos. Pero vamos a seguir
construyendo sobre nuestra comprensión de la equidad a lo largo de este
programa y podrás practicar con algunas actividades.

Alex: Decisiones de datos justas y éticas

Reproducir video
reproducir
Volumen
0:00
/
3:00
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde ::3 y sigue la transcripción0:03
Hola, soy Alex. Soy científico investigador en Google. Mi equipo se llama equipo
de Inteligencia Artificial ética, somos un grupo de personas realmente
preocupadas no solo por cómo funciona la tecnología de Inteligencia Artificial, sino
también por cómo interactúa con la sociedad y cómo podría ayudar o dañar a las
comunidades marginadas. Cuando hablamos de ética de datos, ¿pensamos en la
forma correcta e incorrecta de usar los datos? ¿Cuáles serán las formas en que
los usos de los datos serán beneficiosos para las personas? En cuanto a la ética
de datos, no se trata solo de minimizar el daño, sino que, en realidad, lo que
importa es el concepto de beneficio. ¿Cómo mejoramos realmente las vidas de las
personas mediante el uso de datos? Cuando pensamos en la ética de datos,
estamos pensando, ¿quién recopila los datos? ¿Por qué los recopilan? ¿Cómo los
están recopilando y con qué propósito? Debido a la forma en que las
organizaciones tienen la obligación de ganar dinero o informar a alguien o
proporcionar algún análisis, también debemos tener muy en cuenta cómo esto
realmente beneficiará a las personas al final del día. ¿Las personas representadas
en estos datos se beneficiarán de esto? Creo que eso es lo que nunca querrás
perder de vista como científico de datos o analista de datos. Creo que los
aspirantes a analistas de datos deben tener en cuenta que muchos de los datos
que van a encontrar son datos que provienen de personas, por lo que al final del
día, los datos son personas. Quieres tener una responsabilidad con aquellas
personas que están representadas en esos datos. En segundo lugar, deben
pensar acerca de cómo mantener los aspectos de privacidad y protección de sus
datos. No queremos atravesar nuestra práctica pensando en las instancias de
datos como algo que simplemente podemos lanzar a la web. No, es necesario
tener en cuenta cómo conservar esa información y similares, como sus imágenes,
sus voces o sus textos. ¿Cómo podemos mantenerlos en privado? También
debemos pensar en cómo podemos contar con mecanismos para brindarles a los
usuarios y consumidores más control sobre sus datos. No será suficiente solo con
decir, recopilamos todos estos datos y confíennos todos estos datos. Debemos
asegurarnos de que haya formas viables mediante las cuales las personas puedan
dar su consentimiento al proporcionar esos datos y formas en las que puedan
solicitar que se revoquen o eliminen. Los datos siguen creciendo y, al mismo
tiempo, necesitamos capacitar a las personas para que tengan control sobre sus
propios datos. El futuro es que los datos siempre están creciendo, no hemos visto
ninguna evidencia de que los datos en realidad se estén reduciendo. Con el
conocimiento de que los datos están creciendo, estos problemas se vuelven cada
vez más sensibles, y es cada vez más importante pensar en ellos.

Analistas de datos en diferentes industrias

Reproducir video
reproducir
Volumen
0:00
/
5:58
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde :: y sigue la transcripción0:00
Ahora ya sabemos que hay todo tipo de trabajos disponibles en diferentes
industrias para los analistas de datos. Sin embargo, ahora es momento de pensar
en algo igual de importante, ¿cómo puedes saber si un trabajo es adecuado para ti
y tus objetivos profesionales? Es una pregunta difícil. No te preocupes. Eso es
exactamente lo que trataremos en este video. Hay muchos factores importantes
en los que pensar cuando buscas el trabajo de tus sueños. Hablemos primero de
algunos de los factores más frecuentes: la industria, las herramientas, la
ubicación, los viajes y la cultura. Ya se utilizan datos en innumerables industrias de
diferentes tipos, tecnología, marketing, finanzas, atención médica y más. Pero algo
que es importante tener en cuenta es que cada industria tiene necesidades
específicas de datos que sus analistas de datos deben abordar de manera
diferente. Los mismos datos de ingresos pueden utilizarse de tres maneras
diferentes por los analistas de datos en tres industrias distintas, servicios
financieros, telecomunicaciones y tecnología. Por ejemplo, un analista financiero
de un banco publica datos de ingresos de la empresa de telecomunicaciones X
con el objetivo de crear un pronóstico que prediga dónde estarán los ingresos en
el futuro para recomendar el precio de las acciones. El analista de negocios de la
empresa de telecomunicaciones X utiliza esos mismos datos para asesorar al
equipo de ventas. Luego, el analista de datos de la empresa que creó una
herramienta de gestión de clientes para la empresa de telecomunicaciones X
utilizará dichos datos de ingresos para determinar qué tan eficientemente funciona
el software. Las finanzas, las telecomunicaciones y la tecnología usan los datos de
manera diferente, por lo que necesitan analistas que tengan diferentes
habilidades. Todo se reduce a cuáles son las necesidades de la industria. Esas
necesidades determinarán la tarea que se te asignará, las preguntas que
responderás e, incluso, la forma en la que abordarás la búsqueda de empleo. Si
recién estás empezando, una excelente manera de guiar tu búsqueda es pensar
primero en lo que te interesa. ¿Te parece significativo ayudar a las personas a
estar más saludables? Quizás quieras centrarte en usar datos para mejorar las
admisiones de un hospital. ¿Qué hay de ayudar a las personas a ahorrar para una
jubilación feliz? Es posible que desees un trabajo que utilice datos para determinar
los factores de riesgo en las inversiones financieras. O tal vez te interese ayudar a
que el periodismo crezca en tu ciudad. Un trabajo que use datos para ayudar a un
sitio web de noticias local a encontrar más suscriptores podría ser la función
perfecta para ti. La clave es pensar en tus intereses al iniciar tu búsqueda de
empleo. Eso te llevará hacia la dirección correcta y también te ayudará en las
entrevistas. Los potenciales empleadores querrán saber por qué estás interesado
en su empresa y cómo puedes abordar sus necesidades, por lo que si puedes
hablar sobre tu motivación para trabajar en análisis de datos durante las
entrevistas, te destacarás de una manera excelente. Tendrás opciones
relacionadas con dónde trabajar y para quién. Pero recuerda, deseas disfrutar de
lo que haces, por lo que es una buena idea pensar en cómo deseas utilizar tus
habilidades. Luego, busca empleos que te permitan hacer eso. Lo siguiente en la
lista de cosas en las que pensar es la ubicación y los viajes. Cuando empieces tu
búsqueda de empleo, debes tomar algunas decisiones en cuanto a dónde deseas
vivir, por lo que es útil que te hagas algunas preguntas. ¿Tu industria preferida
tiene oportunidades en tu área? ¿Quieras quedarte en tu comunidad o te gustaría
mudarte? ¿Cuánto tiempo estás dispuesto a viajar al trabajo todos los días?
¿Conducirás al trabajo, caminarás o usarás el transporte público? ¿Es posible eso
durante todo el año? ¿Qué te parece trabajar de forma remota? ¿Trabajar desde
casa te emociona o te aburre? Por supuesto, querrás considerar el costo de vida y
si deseas o no la comodidad de la vida en la ciudad o una casa tranquila en los
suburbios, y no se trata solo de dónde estarás ubicado. Algunos trabajos pueden
pedirte que viajes, lo que podría ser una oportunidad emocionante para explorar el
mundo o un factor decisivo. Todo depende de lo que quieras de este empleo, así
que empieza a hacerte algunas de estas preguntas. Averiguar las respuestas te
puede ayudar a acotar tu búsqueda aún más, de modo que solo buscarás empleos
que realmente puedas aceptar. Una vez que hayas respondido suficientes
preguntas, podrás identificar algunas empresas específicas que se adapten a tus
necesidades. Este es un buen momento para pensar en tus valores y en la cultura
empresarial que mejor se adapta a tus necesidades. ¿Estás listo? Aquí vienen
algunas preguntas más. ¿Trabajas mejor en equipo o solo? ¿Te gusta tener una
rutina fija o disfrutas encarar un nuevo proyecto y probar cosas nuevas? ¿Tus
valores coinciden con los valores de la empresa? Deberás prestar atención a
estas cosas durante tu búsqueda de empleo y el proceso de entrevistas, para que
puedas estar completamente seguro de que invertiste en la empresa para la que
deseas trabajar. Esa es la mejor manera de comenzar a construir una carrera
emocionante y satisfactoria. Este programa te ayudará a aprender las habilidades
básicas para los análisis de datos en cualquier entorno, depende de ti hacia dónde
quieras llevarlas, ya sea que eso signifique comenzar en una industria
completamente nueva o pasar a un puesto de analista en una industria en la que
ya tienes experiencia. Esperamos que lo que hemos tratado aquí te haya ayudado
a encaminarte hacia tu futura búsqueda de empleo. Después de esto, debes llevar
a cabo algunas actividades y luego podrás pasar a la siguiente parte de este
curso. Hemos aprendido mucho hasta ahora, como las oportunidades que existen
para los analistas de datos en diferentes industrias. Cómo los analistas de datos
ayudan a las empresas a tomar mejores decisiones. La importancia de la equidad
y los análisis de datos, y las posibles preguntas que puedes empezar a hacerte
antes de tu futura búsqueda de empleo. Siempre puedes volver a estas lecciones
si deseas revisarlas. En un próximo curso, veremos las habilidades que tienen
todos los analistas de datos exitosos y aprenderás cómo puedes empezar a
practicarlas también. Pero antes de eso, tendrás una evaluación. ¡Mucha suerte!
Te veo pronto.
Funciones y descripciones del puesto del
analista de datos
A medida que la tecnología avanza, poder recopilar y analizar los datos de esa nueva tecnología se
ha convertido en una enorme ventaja competitiva para muchas empresas. Todo, desde sitios web
hasta la alimentación de redes sociales, está repleto de datos fascinantes que, cuando se analizan y
usan correctamente, pueden ayudar a fundamentar las decisiones empresariales. Ahora, la
capacidad de una empresa para prosperar depende a menudo de cómo puede aprovechar los datos,
aplicar el análisis e implementar nuevas tecnologías.

Por eso, los analistas de datos calificados son algunos de los profesionales más solicitados en el
mundo. En un estudio realizado por IBM, se estimó que las empresas de los Estados Unidos cubrirán
2,720,000 puestos de trabajo en Ciencia de Datos y Análisis de Datos para 2020*. Debido a que la
demanda es tan elevada, podrás encontrar oportunidades de trabajo en prácticamente cualquier
industria. Haz una búsqueda rápida en cualquier sitio de trabajo importante y notarás que todos los
tipos de negocios, desde zoológicos hasta clínicas de salud y bancos, buscan profesionales de datos
talentosos. Incluso si el puesto no utiliza el término exacto «analista de datos», la descripción del
puesto para la mayoría de las funciones relacionadas con el análisis de datos probablemente incluirá
muchas de las habilidades y calificaciones que obtendrás al final de este programa. En esta lectura,
exploraremos algunas de las funciones relacionadas con los analistas de datos que puedes encontrar
en diferentes empresas e industrias.

* «El crujido cuántico: cómo la demanda de habilidades en Ciencia de Datos está alterando el mercado
laboral», de Will Markow, Soumya Braganza y Bledi Taska, con Steven M. Miller y Debbie
Hughes.https://www.ibm.com/downloads/cas/3RL3VXGA

Decodificación de la descripción del puesto

La función de analista de datos es uno de los muchos puestos de trabajo que contienen la palabra
«analista».

Nombraré algunos otros que suenan similares, pero que pueden no tener la misma función:

 Analista de negocios: analiza los datos para ayudar a las empresas a mejorar los procesos,
productos o servicios
 Analista de inteligencia empresarial: analiza los datos para obtener información financiera o
del mercado
 Consultor en análisis de datos: analiza los sistemas y modelos para el uso de datos
 Ingeniero de datos: prepara e integra datos de diferentes fuentes para uso analítico
 Científico de datos: utiliza habilidades expertas en tecnología y ciencias sociales para
encontrar tendencias a través del análisis de datos
 Especialista en datos: organiza o convierte los datos para utilizarlos en bases de datos o
sistemas de software
 Analista de operaciones: analiza los datos para evaluar el rendimiento de las operaciones y
los flujos de trabajo del negocio
Analista de datos, científico de datos y especialista en datos suenan muy similares, pero se centran
en tareas diferentes. A medida que empieces a buscar ofertas de empleo en línea, podrás notar que
las descripciones de puestos de las empresas parecen combinar estas funciones o buscar candidatos
que puedan tener habilidades superpuestas. El hecho de que las empresas a menudo desdibujen las
líneas entre ellas significa que debes tener especial cuidado al leer las descripciones de los puestos
de trabajo y las habilidades requeridas.

La tabla siguiente ilustra algunos de los solapamientos y las distinciones entre ellas:

Decodificación de la descripción del puesto

Analistas de datos Científicos de datos Especialistas de da

Utilizar las herramientas y Inventar nuevas Utilizar un conocim
los métodos existentes herramientas y modelos, profundo de las bas
Resolución de
para resolver problemas plantear preguntas datos como herram
problemas
con los tipos de datos abiertas y recopilar para resolver probl
existentes nuevos tipos de datos administrar datos
Organizar grandes
Analizar los datos Analizar e interpretar
volúmenes de dato
recopilados para ayudar a datos complejos para
Análisis utilizarlos en anális
los interesados a tomar hacer predicciones
datos u operacione
mejores decisiones comerciales
empresariales
Otras
habilidades
relacionadas
Usamos la función de especialista en datos como ejemplo de muchas especializaciones dentro del
área de análisis de datos, pero no tienes que convertirte en especialista en datos. Las
especializaciones pueden tomar varios caminos diferentes. Por ejemplo, podrías especializarte en el
desarrollo de visualización de datos y asimismo profundizar mucho en esa área.

Especializaciones laborales por industria

Aprendimos que la función de especialista en datos se concentra en el conocimiento profundo de las
bases de datos. De manera similar, otras funciones especializadas de los analistas de datos pueden
centrarse en el conocimiento profundo de industrias específicas. Por ejemplo, en un trabajo como
analista de negocios puedes cumplir roles diferentes a los de un puesto más general como analista
de datos. Como analista de negocios, es probable que colabores con los gerentes, compartas tus
hallazgos de datos y, tal vez, expliques cómo un pequeño cambio en el sistema de gestión de
proyectos podría ahorrarle a la empresa un 3% cada trimestre. Si bien seguirías trabajando con
datos todo el tiempo, te centrarías en utilizar los datos para mejorar las operaciones empresariales,
la eficiencia o los resultados finales.

Otros puestos de especialistas específicos de la industria que puedes encontrar en la búsqueda de

empleo de analista de datos incluyen los siguientes:
  Analista de marketing: analiza las condiciones del mercado para evaluar las ventas
potenciales de productos y servicios
 Analista de recursos humanos y nóminas: analiza los datos de nómina en busca de
ineficiencias y errores
 Analista financiero: analiza el estado financiero mediante la recopilación, el monitoreo y la
revisión de datos
 Analista de riesgos: analiza documentos financieros, condiciones económicas y datos de
clientes para ayudar a las empresas a determinar el nivel de riesgo que implica tomar una
decisión empresarial concreta
 Analista sanitario: analiza los datos médicos para mejorar el aspecto empresarial de los
hospitales y las instalaciones médicas

Conclusión clave
Explora las descripciones de los puestos de trabajo de los analistas de datos y las funciones
específicas de la industria. Empezarás a tener una mejor idea de los diferentes trabajos de analista
de datos que existen y qué tipos de funciones te interesan más.

Samah: Buenas prácticas para entrevistas

Reproducir video
reproducir
Volumen
0:00
/
2:37
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde ::3 y sigue la transcripción0:03
Mi nombre es Samah Moid y soy reclutador aquí en Google para el gran equipo de
ventas al cliente. Básicamente, contrato talentos para el equipo de ventas aquí.
Incluso en el espacio de reclutamiento de ventas, recluto específicamente para los
principales puestos analíticos aquí en Google. Quiero que el candidato se sienta lo
más cómodo posible. Como reclutador también soy su defensor. Si encajan bien
con el equipo, me gustaría presentarlos de la mejor manera. Como reclutador, le
daría algunos consejos al analista de datos que está empezando a buscar empleo.
Piensa en un momento en el que hayas utilizado datos para resolver un problema,
ya sea en tus proyectos profesionales o personales. Otro consejo, que le daría a
un analista de datos que está buscando un nuevo empleo es que aumente su red
profesional. Hay muchas maneras de aumentar tu red profesional. Una de ellas es
aumentar tu presencia en línea, comunicarte con otros analistas en LinkedIn,
unirte a reuniones locales con otros científicos de datos. A veces, cuando estamos
buscando un conjunto de habilidades únicas, los reclutadores vamos a sitios web
como LinkedIn y GitHub, y tratamos de encontrar ese talento nosotros mismos. Es
realmente importante que tengas un perfil actualizado en LinkedIn y también en
sitios web como GitHub, donde puedes mostrar una gran cantidad de proyectos
que hayas hecho como analista de datos. Otro consejo, que daría para una
entrevista en persona es preparar preguntas para el entrevistador. Asegúrate de
que no sean preguntas abiertas. Deben ser preguntas que te ayuden a
comprender mejor el equipo y el trabajo. Si en una entrevista te dan un estudio de
caso, debes esperar que te presenten un problema empresarial junto con el
conjunto de datos de muestra. Entonces se te pedirá que tomes ese conjunto de
datos de muestra, lo analices, y propongas una solución. Una de las cosas que
puedes hacer para prepararte para esto es asegurarte de analizar los datos y
encontrar una solución que se relacione con esos datos. A veces no hay una
respuesta correcta y muchas veces los entrevistadores buscan ver tu línea de
pensamiento y la forma en la que llegas a la solución. Te recomiendo que, si
encuentras un puesto que te interesa, no solo te postules, sino que vayas al
siguiente nivel. Busca al reclutador. Busca al gerente de contratación en línea. Ve
si puedes comunicarte con ellos y organizar una charla de café o enviarles tu
currículum directamente. Las solicitudes en línea podrían ser un gran agujero
negro del que nunca recibas noticias del reclutador o del equipo. Cuando te
comunicas directamente con un gerente de contratación o un reclutador, realmente
muestras tu entusiasmo e interés por el puesto. Incluso si en algún momento no
obtienes una respuesta al comunicarte, nunca se sabe, debes intentarlo varias
veces. Esa única vez que recibas la respuesta de un reclutador o gerente de
contratación, podría ser el momento en el que obtengasel empleo que realmente
deseabas.

Resumen semanal
Reproducir video
reproducir
Volumen
0:00
/
0:25
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde :: y sigue la transcripción0:00
Estamos al final de este curso, lo que significa que es hora de mostrar lo que has
aprendido. Hemos cubierto los diferentes tipos de industrias que utilizan datos
para impulsar decisiones y cómo puedes ayudarlas. Cómo promover la equidad en
tu trabajo de datos, y las oportunidades que existen en el mundo de la análisis de
datos. Sé que puedes hacerlo. Una vez que termines el desafío del curso, estaré
aquí para presentarte el próximo curso.
Estrategias para tomar exámenes
Como sabes, este programa te pide que completes evaluaciones calificadas al
final de cada módulo y curso. Las evaluaciones a veces pueden resultar
abrumadoras, pero abordarlas con una estrategia puede hacerlas más
manejables. Aquí hay una lista de consejos que puedes usar para prepararte para
el éxito.

Antes de realizar una evaluación:

Revisa tus apuntes, los videos, las lecturas y el glosario más reciente para
actualizar el contenido.

Busca una imagen de algo o un objeto que te haga sentir feliz. Por ejemplo,
puedes mirar una fotografía de una hermosa playa o un bosque tranquilo cuando
te sientas abrumado.

Durante la evaluación:
Revisa el examen antes de rellenar las respuestas. Recuerda revisar tu trabajo
antes de hacer clic en enviar.

Tómate todo el tiempo que necesites: No hay límite de tiempo.

Primero responde las preguntas fáciles; omite las que no sepas responder de
inmediato.

En el caso de las preguntas de opción múltiple, concéntrate en eliminar primero

las respuestas incorrectas.

Lee cada pregunta dos veces. A menudo hay pistas que son fáciles de pasar por
alto la primera vez.

Recuerda ir más despacio y confiar en tus conocimientos. Probablemente sabes

más de lo que piensas.
Respira hondo y hazte comentarios positivos.

Tómate un tiempo durante la evaluación para descansar unos segundos, estirarte

y sacude las manos. Esto realmente puede ayudar a calmar los nervios.

Si empiezas a sentirte ansioso:

Deletrea tu nombre al revés o haz un problema matemático fácil. Esto te devuelve
al lóbulo frontal del cerebro, lo que te ayuda a recordar la información con mayor
facilidad.

Concéntrate en una respiración tranquila y constante.

Visualiza el éxito.

Antes de enviar la evaluación:

Revisa tu trabajo, pero tenga confianza. A veces las personas cambian las
respuestas correctas porque se sienten mal, pero en realidad tienen razón. Tu
primer instinto generalmente suele ser correcto.

¡Felicitaciones! Resumen del curso

Reproducir video
reproducir
Volumen
0:00
/
3:07
Subtítulos
Ajustes
Pantalla completa
Transcripción

Español (Spanish)
Transcripción interactiva: para habilitar el modo de transcripción básico, presiona
la tecla de escape
Puedes navegar a través de la transcripción usando la pestaña. Para guardar una
nota para una sección de texto, presiona CTRL + S. Para expandir tu selección,
puedes usar CTRL + la tecla de flecha. Puedes contratar tu selección usando Shift
+ CTRL + tecla de flecha. Para los lectores de pantalla que no son compatibles
con el uso de teclas de flecha para accesos directos, puedes reemplazarlos con
las teclas H J K L. Algunos lectores de pantalla pueden requerir el uso de CTRL
junto con la tecla alt.
Reproduce el video desde :: y sigue la transcripción0:00
Felicitaciones por terminar este primer curso. Ya has aprendido mucho y estás listo
para tomar lo que has aprendido y seguir adelante. Y si alguna vez necesitas un
repaso, solo recuerda que estos videos seguirán estando aquí para cuando los
necesites. Es posible que recuerdes a tu siguiente instructor de nuestra
presentación al comienzo del curso de introducción. Prepárate para conocer a mi
compañero de Google y a tu instructora del próximo curso, Ximena, quien está
lista para ayudarte a iniciar tu próximo paso para terminar este programa y
convertirte en analista de datos. Este próximo curso se centrará directamente en
algunos de los temas que has aprendido hasta ahora y te dará una idea de los
temas de los que ya hemos hablado. Como cualquier buen detective, aprendes
cómo hacer las preguntas correctas y utilizar los datos para encontrar respuestas.
Los empleados de todas las industrias deben sentirse cómodos al hacer
preguntas, pero esto es particularmente cierto para los analistas de datos. Muchos
analistas de datos intentan que su trabajo sea perfecto la primera vez, aunque no
tengan toda la información. En lugar de hacer preguntas, hacen suposiciones que
pueden llevar a errores. Es mucho mejor ser humilde e inquisitivo y hacer
preguntas. Te mostraré a qué me refiero. Uno de los analistas que superviso llegó
a Google sin experiencia en codificación. Estaba ansioso por dejar una gran
primera impresión, por lo que trató de estudiar varios lenguajes por su cuenta
antes de comenzar. Cuando realmente comenzó el trabajo, no nos hizo preguntas
a nosotros como equipo ni nos pidió ayuda cuando se topó con obstáculos. Hay
muchos lugares excelentes para encontrar respuestas, especialmente en línea, y
su iniciativa los ayudó a encontrar algunos de esos lugares. Pero al final del día,
se olvidó de aprovechar su mejor recurso, nosotros, su equipo, porque estaba
ansioso por saber por cómo lo percibirían si nos pidiera ayuda. Casi se pierde
algunas de las grandes ideas de los miembros de su equipo. Al persistir los
obstáculos, se dio cuenta de que necesitaba hacer un cambio. Dejó de intentar
adivinar las expectativas, los procesos y de hacer todo por su cuenta y comenzó a
hacernos más preguntas. Tan pronto como adoptó este nuevo enfoque, hizo
crecer a nuestro equipo. Su aprendizaje subió por una curva con la forma de un
palo de hockey. Su impacto en la organización, la cantidad de personas que se
acercaron a él y su carrera profesional hicieron lo mismo. La conclusión es que no
necesitas saberlo todo. El dicho es cierto, no hay preguntas malas. Estar abierto al
aprendizaje es una de las cualidades más importantes para un analista de datos.
Hablando de aprendizaje, en el próximo curso, profundizaremos en el aprendizaje
de las habilidades básicas de la hoja de cálculo y, cuando necesites usarlas,
descubrirás cómo aplicar el pensamiento estructurado al trabajo de datos y tu
enfoque en cómo cumplir mejor con las necesidades y expectativas de las partes
interesadas mediante la recopilación de todas las pistas. Gran trabajo, y buena
suerte en el próximo curso.