Trabajo Te\u00f3rico y Practico.<\/strong><\/p>\n\n\n\n A\u00f1o de Publicaci\u00f3n: 2023.<\/strong><\/p>\n\n\n\n Linea de Investigaci\u00f3n: Ciencia de los Datos.<\/strong><\/p>\n\n\n\n Epistemologia T\u00e9cnica: Realidad alcance, pragm\u00e1tico uso de la ciencia y la Tecnolog\u00eda.<\/strong> Presentacion<\/strong><\/strong><\/p>\n\n\n\n La ciencia de datos es un campo de conocimiento interdisciplinario que utiliza matem\u00e1ticas, estad\u00edstica, computaci\u00f3n cient\u00edfica, m\u00e9todo cient\u00edfico, procesos ingenieriles y algoritmos para obtener (recolectar o extraer), tratar, analizar y presentar informes a partir de datos ruidosos, estructurados y no estructurados. La ciencia de datos es multifac\u00e9tica y puede describirse como una ciencia, un paradigma de investigaci\u00f3n, un m\u00e9todo de investigaci\u00f3n, una disciplina, un flujo de trabajo o una profesi\u00f3n.<\/p>\n\n\n\n La ciencia de datos integra el conocimiento del dominio de la aplicaci\u00f3n subyacente (por ejemplo, econom\u00eda aplicada, investigaci\u00f3n de mercados, finanzas, investigaci\u00f3n de operaciones, medicina, tecnolog\u00edas de la informaci\u00f3n, ciencias naturales),\u00a0 con la estad\u00edstica, el an\u00e1lisis de datos, la inform\u00e1tica, las matem\u00e1ticas y sus m\u00e9todos relacionados para comprender y analizar fen\u00f3menos “reales” con datos.<\/p>\n\n\n\n Utiliza t\u00e9cnicas y teor\u00edas extra\u00eddas de muchos campos dentro del contexto de las matem\u00e1ticas, las estad\u00edsticas, las ciencias de la computaci\u00f3n, las ciencias de la informaci\u00f3n y el conocimiento del dominio.\u00a0 Sin embargo, la ciencia de datos es diferente de la inform\u00e1tica, la estad\u00edstica y la ciencia de la informaci\u00f3n. El ganador del premio Turing, Jim Gray, imagin\u00f3 la ciencia de datos como un “cuarto paradigma” de la ciencia (emp\u00edrico, te\u00f3rico, computacional y ahora basado en datos) y afirm\u00f3 que “todo sobre la ciencia est\u00e1 cambiando debido al impacto de la tecnolog\u00eda de la informaci\u00f3n” y la avalancha de datos.<\/p>\n\n\n\n Un cient\u00edfico de datos es el profesional que mediante la escritura y aplicaci\u00f3n de c\u00f3digo de programaci\u00f3n y conocimientos en estad\u00edstica trabaja en la recolecci\u00f3n de datos, la limpieza de datos, la exploraci\u00f3n de datos, la modelaci\u00f3n de datos, visualizaci\u00f3n de datos, la implementaci\u00f3n de soluciones de aprendizaje autom\u00e1tico y en la interpretaci\u00f3n de resultados. Los cient\u00edficos de datos\u00a0provienen\u00a0de\u00a0\u00a0 diferentes profesiones o backgrounds: matem\u00e1ticos, ingenieros, economistas, actuarios, f\u00edsicos, qu\u00edmicos, y en algunas ocasiones de campos que pudieran parecer muy distantes como la medicina.<\/p>\n\n\n\n Relevancia fundamental de la ciencia de los datos:<\/strong><\/p>\n\n\n\n En la realidad evolutiva y compleja de las organizaciones en el mundo instituciones, organismos y empresas, cada una dependiendo de su finalidad busca promulgar y proyectar acciones pragm\u00e1ticas t\u00e9cnicas, funcionales y operativas de la realidad de la ciencia de los datos en la oferta y demanda del mercado funcional, operativo y de necesidades humanas, y profesionales en Am\u00e9rica Latina y el Orbe. Estos factores y procesos de los avances complejos y funcionales del ser, del conocimiento y de la visi\u00f3n sistem\u00e1tica y ontol\u00f3gica del desarrollo cient\u00edfico en el mundo.<\/p>\n\n\n\n La ciencia de datos ha cobrado recientemente mucha importancia en nuestro acontecer como disciplina o profesi\u00f3n emergente (cient\u00edfico de datos), y se ha vuelto en foco de atenci\u00f3n de cada vez m\u00e1s organizaciones a nivel mundial, tal como lo se\u00f1al\u00f3 el economista en jefe de Google Hal Varian, \u201cEl trabajo m\u00e1s sexy en los pr\u00f3ximos 10 a\u00f1os ser\u00e1 ser estad\u00edstico\u201d, palabras sobre las que reflexion\u00f3 Thomas H. Davenport para publicar en el 2012 su art\u00edculo: Data Scientist: The Sexiest Job of the 21st Century.<\/p>\n\n\n\n Donde describe el perfil que debe tener el cient\u00edfico de datos como el h\u00edbrido de un hacker de datos, un analista, un comunicador, y un consejero confiable, combinaci\u00f3n extremadamente poderosa y poco com\u00fan. Davenport, tambi\u00e9n se\u00f1ala que el cient\u00edfico de datos no se siente c\u00f3modo como se dice coloquialmente \u201ccon la correa corta\u201d, es decir, debe tener la libertad de experimentar y explorar posibilidades. Adem\u00e1s, Davenport en el mismo art\u00edculo presenta un dec\u00e1logo de c\u00f3mo encontrar el cient\u00edfico de datos que la organizaci\u00f3n necesita.<\/p>\n\n\n\n El informe que public\u00f3 \u201cMcKinsey\u201d en 2011, estim\u00f3 que para el mundo de grandes datos en el que vivimos, espera que la demanda por talento experto en an\u00e1lisis de datos podr\u00eda alcanzar de los 440 000 a 490 000 puestos de trabajo para el 2018. Estos esquemas de soporte t\u00e9cnico se promueven en el tiempo en los escenarios mundiales destacando las ofertas de trabajo laboral en los esquemas de trabajo con la ciencia de datos aplicaciones y diversidades de sistemas e inform\u00e1tica.<\/p>\n\n\n\n Entre los retos tecnol\u00f3gicos a los que nos enfrentamos destacamos:<\/strong><\/p>\n\n\n\n m\u00e9todos para el almacenamiento de datos; por otra parte, estos datos requieren nuevas aplicaciones para su integraci\u00f3n, consulta y an\u00e1lisis.<\/p>\n\n\n\n Breve descripci\u00f3n del origen de la ciencia de datos:<\/strong><\/p>\n\n\n\n En 1962, John W. Tukey precedi\u00f3 al t\u00e9rmino \u201cCiencia de Datos\u201d en su art\u00edculo \u201cThe Future of Data Analysis\u201d al explicar una evoluci\u00f3n de la estad\u00edstica matem\u00e1tica. En este, defini\u00f3 por primera vez el an\u00e1lisis de datos como: \u201cProcedimientos para analizar datos, t\u00e9cnicas para interpretar los resultados de dichos procedimientos, formas de planificar la recopilaci\u00f3n de datos para hacer su an\u00e1lisis m\u00e1s f\u00e1cil, m\u00e1s preciso o acertado, y toda la maquinaria y los resultados de las estad\u00edsticas matem\u00e1ticas que se aplican al an\u00e1lisis de datos.\u201d En 1977 public\u00f3 \u201cExploratory Data Analysis\u201d, argumentando que era necesario poner m\u00e1s \u00e9nfasis en el uso de datos para sugerir hip\u00f3tesis que probar en modelos estad\u00edsticos.<\/p>\n\n\n\n La ciencia de datos ha resultado para muchos una disciplina de reciente creaci\u00f3n, pero en la realidad este concepto lo utiliz\u00f3 por primera vez el cient\u00edfico dan\u00e9s Peter Naur en la d\u00e9cada de los sesenta como sustituto de las ciencias computacionales. En 1974 public\u00f3 el libro Concise Survey of Computer Methods, donde utiliza ampliamente el concepto ciencia de datos, lo que permiti\u00f3 una utilizaci\u00f3n m\u00e1s libre en el mundo acad\u00e9mico.<\/p>\n\n\n\n En 1977, el International Association for Statistical Computing (IASC) es establecido como una secci\u00f3n del International Statistical Institute (ISI). \u201cEs la misi\u00f3n de la IASC relacionar la metodolog\u00eda estad\u00edstica tradicional, tecnolog\u00eda computacional moderna, y el conocimiento de expertos del tema, para convertir datos en informaci\u00f3n y conocimiento”.<\/p>\n\n\n\n En 1996 el t\u00e9rmino \u2018Ciencia de Datos\u2019 fue utilizado por primera vez en una conferencia llamada “Ciencia de datos, clasificaci\u00f3n y m\u00e9todos relacionados”, que tuvo lugar en una reuni\u00f3n de miembros de la \u2018International Federation of Classification Societies\u2019 (IFCS) con sede en Kobe, Jap\u00f3n. En 1997, C.F. Jeff Wu dio una charla llamada “Statistics = Data Science?”, donde describi\u00f3 al trabajo estad\u00edstico como una trilog\u00eda conformada por recolecci\u00f3n de datos, an\u00e1lisis y modelado de datos, y la toma de decisiones, haciendo la petici\u00f3n de que la estad\u00edstica fuese renombrada como ciencia de datos, y los estad\u00edsticos como cient\u00edficos de datos.<\/p>\n\n\n\n En 2001, William S. Cleveland introdujo a la ciencia de datos como una disciplina independiente, extendiendo el campo de la estad\u00edstica para incluir los avances en computaci\u00f3n con datos en su art\u00edculo “Data science: an action plan for expanding the technical areas of the field of statistics”. Cleveland estableci\u00f3 seis \u00e1reas t\u00e9cnicas que en su opini\u00f3n conformar\u00edan al campo de la ciencia de datos: investigaciones multidisciplinarias, modelos y m\u00e9todos para datos, computaci\u00f3n con datos, pedagog\u00eda, evaluaci\u00f3n de herramientas, y teor\u00eda.<\/p>\n\n\n\n En abril del 2002, el \u2018International Council for Science: Committee on Data for Science and Technology\u2019 (CODATA) empez\u00f3 la publicaci\u00f3n del Data Science Journal, enfocada en problemas como la descripci\u00f3n de sistemas de datos, su publicaci\u00f3n en Internet, sus aplicaciones, y sus problemas legales. Poco despu\u00e9s, en enero del 2003, la Universidad de Columbia empez\u00f3 a publicar The Journal of Data Science, la cual ofreci\u00f3 una plataforma para que todos los profesionales de datos presentaran sus perspectivas e intercambiaran ideas.<\/p>\n\n\n\n En 2005, The National Science Board public\u00f3 “Long-Lived Digital Data Collections Enabling Research and Education in the 21st Century”, definiendo a los cient\u00edficos de datos como “cient\u00edficos de computaci\u00f3n e informaci\u00f3n, programadores de bases de datos y software, y expertos disciplinarios, que son cruciales para la gesti\u00f3n exitosa de una colecci\u00f3n digital de datos, cuya actividad primaria es realizar investigaci\u00f3n creativa y an\u00e1lisis”.<\/p>\n\n\n\n Fue en el 2008 que Jeff Hammerbacher y DJ Patil lo reutilizaron para definir sus propios trabajos realizados en Facebook y LinkedIn, respectivamente, re impulsando no solo la definici\u00f3n\u00a0 t\u00e9cnica de los trabajos de facebook y linkedin, sino promoviendo innovaciones b\u00e1sicas y complejas dentro del campo de la ciencia, la tecnolog\u00eda y la comunicaci\u00f3n.<\/p>\n\n\n\n En 2009, los investigadores Yangyong Zhu y Yun Xiong del \u2018Research Center for Dataology and Data Science\u2019, publicaron \u201cIntroduction to Dataology and Data Science\u201d, en donde manifiestan que \u201ca diferencia de las ciencias naturales y las ciencias sociales, Datolog\u00eda y Ciencia de Datos toman datos en la red y su objeto de estudio\u201d.<\/p>\n\n\n\n En 2013 fue lanzado el \u2018IEEE Task Force on Data Science and Advanced Analytics\u2019, mientras que la primera conferencia internacional de \u2018IEEE International Conference on Data Science and Advanced Analytics\u2019 fue lanzada en el 2014. En 2015, el International Journal on Data Science and Analytics fue lanzado por Springer para publicar trabajos originales en ciencia de datos y anal\u00edtica de big data.<\/p>\n\n\n\n Destacando los alcances de las realidades operativas de los dise\u00f1os de lenguaje de programaci\u00f3n cada vez mas complejos desde el 2015 al 2020, donde los modelos operativos de la sistematizan y la inform\u00e1tica, se adaptan y aplican a las realidades y necesidades de organizaciones publicas y privadas para avanzar y mejorar el desarrollo humano y de la sociedad.<\/p>\n\n\n\n Alcance y operatividad de la Ciencia de Datos:<\/strong><\/p>\n\n\n\n Las personas que se dedican a la ciencia de datos se les conoce como cient\u00edfico de datos, de acuerdo con el proyecto Master in Data Science define al cient\u00edfico\u00a0 de\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 datos\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 como\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 una\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 mezcla de estad\u00edsticos, inform\u00e1ticos, matem\u00e1ticos y pensadores creativos, con las siguientes habilidades:<\/p>\n\n\n\n El proceso que sigue un cient\u00edfico de datos para responder cuestiones que se le plantean se puede resumir en estos pasos:<\/p>\n\n\n\n El doctor en estad\u00edstica Nathan Yau, precis\u00f3 lo siguiente: el cient\u00edfico de datos es un estad\u00edstico que deber\u00eda aprender interfaces de programaci\u00f3n de aplicaciones (API), bases de datos y extracci\u00f3n de datos; es un dise\u00f1ador que deber\u00e1 aprender a programar; y es un comput\u00f3logo que deber\u00e1 saber analizar y encontrar datos con significado.<\/p>\n\n\n\n En la tesis doctoral de Benjamin Fry explic\u00f3 que el proceso para comprender mejor a los datos comenzaba con una serie de n\u00fameros y el objetivo de responder preguntas sobre los datos, en cada fase del proceso que \u00e9l propone (adquirir, analizar, filtrar, extraer, representar, refinar e interactuar), se requiere de diferentes enfoques especializados que aporten a una mejor comprensi\u00f3n de los datos.<\/p>\n\n\n\n Entre los enfoques que menciona Fry est\u00e1n: ingenieros en sistemas, matem\u00e1ticos, estad\u00edsticos, dise\u00f1adores gr\u00e1ficos, especialistas en visualizaci\u00f3n de la informaci\u00f3n y especialistas en interacciones hombre-m\u00e1quina, mejor conocidos por sus siglas en ingl\u00e9s \u201cHCI\u201d (Human-Computer Interaction). Adem\u00e1s, Fry afirm\u00f3 que contar con diferentes enfoques especializados lejos de resolver el problema de entendimiento de datos, se convierte en parte del problema, ya que cada especializaci\u00f3n conduce de manera aislada el problema y el camino hacia la soluci\u00f3n se puede perder algo en cada transici\u00f3n del proceso.<\/p>\n\n\n\n Drew Conway en su p\u00e1gina web explica con la ayuda de un diagrama de Venn, las principales habilidades que le dan vida y forma a la ciencia de datos, as\u00ed como sus relaciones de conjuntos. Destacan los alcances de la web, mediante el uso y dise\u00f1o de diagramas operativos para precisar las estrategias y destrezas y de las alcances combinados con el conocimiento<\/p>\n\n\n\n y las destrezas para precisar fines y metas a tales objetivos de la ciencia de los datos.<\/p>\n\n\n\n
<\/strong><\/p>\n\n\n\n\n
\n
\n
\n
\n
![\"\"](\"https:\/\/centrodeinvestigacion.com.ve\/proyectosinvestigacion\/wp-content\/uploads\/sites\/3\/2026\/02\/image-2.png\")
<\/figure>\n","protected":false},"excerpt":{"rendered":"