DataCamp Digest es nuestro resumen mensual con las últimas novedades e ideas sobre ciencia de datos. En esta edición, hablamos de por qué es difícil convertirse en una empresa basada en datos, de los rasgos de las organizaciones preparadas para el futuro, de cómo aplicar una mentalidad de producto al crear paneles de control y mucho más.
¿Por qué es tan difícil convertirse en una empresa basada en datos? | Harvard Business Review
En 2021, ser una empresa de éxito es ser una empresa basada en datos. Por eso no sorprende que la mayoría de las organizaciones del Fortune 1000 estén invirtiendo en iniciativas de datos e inteligencia artificial. A pesar de esta inversión, solo unas pocas informan de un impacto real en el negocio. Descubre cómo la cultura de datos y las habilidades son el principal obstáculo para escalar el valor con ciencia de datos, y qué puedes hacer al respecto.
Cómo desarrollar la competencia en datos en tu empresa | MIT Sloan
Siguiendo con el tema de construir una cultura de datos, este artículo profundiza en cómo implantar programas de competencia en datos en una organización. Desde evaluar las habilidades en datos hasta fomentar una cultura de aprendizaje, descubre los componentes clave de un programa de competencia en datos exitoso.
Los nueve rasgos de las empresas preparadas para el futuro | McKinsey
Una infografía divertida e interactiva sobre los rasgos clave de las organizaciones preparadas para el futuro. Pista: los datos y el aprendizaje son pilares fundamentales para que las organizaciones aceleren su crecimiento.
¿Por qué cansan tanto las videollamadas? Puede que estés interpretando mal los estilos culturales | The Overflow
Uno de nuestros artículos favoritos del mes: analiza distintos estilos de comunicación y cómo pueden mejorar o empeorar el trabajo en remoto.
Una pregunta para que tu proyecto de datos valga 10 veces más | Narrator
Descubre cómo lograr un mejor alineamiento y mayor impacto en las solicitudes de análisis de datos haciendo una pregunta clave.
Cómo crear paneles de control con un enfoque de mentalidad de producto | Shopify
Los paneles de control son uno de los productos de datos más sencillos y con mayor impacto que se pueden construir en una organización. En este artículo, la científica de datos de Shopify Lin Taylor explica un enfoque de mentalidad de producto para maximizar el impacto al desarrollar paneles para la organización.
Por qué los datos externos deben formar parte de tu estrategia de datos | MIT Sloan
A medida que las organizaciones aprovechan al máximo sus datos para analítica y aprendizaje automático, necesitarán incorporar conjuntos de datos externos para afinar sus modelos y resultados analíticos. Descubre más sobre la importancia de los datos externos en este artículo.
Observabilidad de datos: cómo crear monitores de calidad de datos con SQL | Barr Moses & Ryan Kearns
En esta serie de artículos, Barr Moses y Ryan Kearns explican cómo construir monitores de calidad de datos en SQL para identificar frescura y anomalías (Parte 1), y cómo encontrar la causa raíz de esas anomalías (Parte 2).
Interpretable Machine Learning | Christoph Molnar
En este libro, Christoph Molnar detalla la importancia del aprendizaje automático explicable, las técnicas que los equipos de datos pueden adoptar hoy y el futuro de la interpretabilidad del aprendizaje automático.
White paper: nuestra guía del open source en ciencia de datos
Al igual que ocurrió con el desarrollo de software, el open source permitirá a las organizaciones aprovechar al máximo sus datos y crear soluciones, procesos y productos transformadores con aprendizaje automático y ciencia de datos. Descubre todo lo que necesitas saber sobre open source en ciencia de datos en nuestra nueva guía exclusiva.
Webinar: el camino hacia la fluidez en datos
La transformación basada en datos es un proceso largo que exige recorrer diferentes etapas de madurez de datos. En este webinar, explicamos cuáles son estas etapas de madurez y qué pasos puedes dar para avanzar de una a otra.
