¿No sabes por dónde empezar? Nuestro curso Understanding Data Science ofrece una introducción sin código a los aspectos esenciales de la ciencia de datos.
O sigue leyendo para ver información más detallada sobre las tecnologías que se enseñan en DataCamp.
Lenguajes de ciencia de datos y analítica
Si tú o tu organización estáis empezando en ciencia de datos y analítica, necesitaréis elegir un lenguaje para analizar los datos y un criterio sólido para tomar esa decisión. Lee nuestra entrada del blog y este tutorial para aprender a escoger entre los dos lenguajes más populares para ciencia de datos—Python y R—o sigue leyendo para un breve resumen.
Python
Python es uno de los lenguajes de programación más populares del mundo. Está listo para producción, es decir, puede ser una herramienta única que se integra con todas las partes de tu flujo de trabajo. Así que, tanto si quieres crear una aplicación web como un modelo de machine learning, ¡Python te lleva hasta ahí!
- Lenguaje de programación de propósito general (sirve para crear prácticamente cualquier cosa)
- Ampliamente considerado uno de los lenguajes más accesibles para leer y aprender
- Lenguaje de referencia para aplicaciones punteras de machine learning e IA
- Muy utilizado para poner modelos en producción
- Facilita el despliegue y la reproducibilidad
Empieza a aprender Python aquí.
R
R se ha utilizado principalmente en el mundo académico y la investigación, pero en los últimos años su uso en empresas ha crecido rápidamente. Diseñado específicamente para trabajar con datos, R ofrece una interfaz intuitiva a los métodos estadísticos más avanzados disponibles hoy.
- Creado específicamente para el análisis y la visualización de datos
- Tradicionalmente utilizado por estadísticos e investigadores académicos
- Lenguaje de referencia para estadística de vanguardia
- Gran colección de paquetes aportados por la comunidad
- Prototipado rápido de apps y paneles basados en datos
SQL
Gran parte de los datos en bruto del mundo vive en colecciones organizadas de tablas llamadas bases de datos relacionales. Las personas analistas y científicas de datos deben saber cómo manejar y extraer datos de estas bases de datos usando SQL.
- Útil para cualquier organización que almacena información en bases de datos
- Una de las habilidades más demandadas en el ámbito empresarial
- Se usa para acceder, consultar y extraer datos estructurados organizados en un repositorio con formato, por ejemplo, una base de datos
- Su alcance incluye consulta de datos, manipulación de datos, definición de datos y control de acceso
Bases de datos
Las personas científicas de datos, analistas e ingenieras interactúan constantemente con bases de datos, que pueden almacenar grandes volúmenes de información en tablas sin perder rendimiento. Puedes usar SQL para consultar datos en bases de datos y modelar distintos fenómenos y las relaciones entre ellos. Descubre las diferencias entre las bases de datos más populares en nuestra entrada del blog o sigue leyendo para un resumen.
Microsoft SQL Server
- Sistema gestor de bases de datos relacionales (RDBMS) comercial, desarrollado y mantenido por Microsoft
- Disponible en sistemas operativos Windows y Linux
PostgreSQL
- RDBMS libre y de código abierto, mantenido por PostgreSQL Global Development Group y su comunidad
- Apto para principiantes
Oracle Database
- El RDBMS más popular, usado por el 97% de las empresas Fortune 100
- Requiere conocer PL/SQL, una extensión de SQL, para acceder y consultar datos
Hojas de cálculo
Las hojas de cálculo se utilizan en todo tipo de empresas para convertir montañas de datos en bruto en información clara, organizando, analizando y almacenando datos en tablas. Microsoft Excel y Google Sheets son los programas de hojas de cálculo más populares, con una estructura flexible que permite introducir datos en celdas de una tabla.
Google Sheets
- Gratuito para usuarios
- Permite la colaboración entre usuarios mediante enlaces y permisos
- El análisis estadístico y la visualización deben hacerse manualmente
Microsoft Excel
- Requiere una licencia de pago
- No es tan favorable como Google Sheets para la colaboración
- Incluye funciones integradas para análisis estadístico y visualización
Herramientas de business intelligence
Las herramientas de business intelligence (BI) acercan el descubrimiento de datos a todos los niveles de habilidad—no solo a profesionales de analítica avanzada. Son una de las formas más sencillas de trabajar con datos, ya que permiten reunirlos en un único lugar, identificar qué acciones moverán la aguja, prever resultados y mucho más.
Tableau
Tableau es un software de visualización de datos que funciona como un Microsoft Excel con esteroides. Su interfaz intuitiva de arrastrar y soltar hace que cualquiera pueda acceder, analizar y crear visualizaciones de datos de gran impacto.
- Software de business intelligence (BI) y analítica muy extendido, en el que confían empresas como Amazon, Experian y Unilever
- Funcionalidad de arrastrar y soltar fácil de usar
- Admite múltiples fuentes de datos, como Microsoft Excel, Oracle, Microsoft SQL, Google Analytics y SalesForce
Empieza a aprender Tableau aquí.
Microsoft Power BI
Microsoft Power BI permite conectar y transformar datos en bruto, añadir columnas y medidas calculadas, crear visualizaciones sencillas y combinarlas para elaborar informes interactivos.
- Herramienta basada en la web que ofrece acceso a datos en tiempo real
- Funcionalidad de arrastrar y soltar fácil de usar
- Aprovecha los ecosistemas de Microsoft existentes como Azure, SQL y Excel
Empieza a aprender Power BI aquí.
Shell
Shell proporciona una interfaz de línea de comandos que te permite controlar el sistema operativo de tu ordenador con apenas unas teclas. A veces llamado "el pegamento universal de la programación", ayuda a combinar programas existentes de formas nuevas, automatizar tareas repetitivas y ejecutar programas en clústeres y nubes que pueden estar al otro lado del mundo.
Scala
Scala es un lenguaje híbrido orientado a objetos y funcional, popular para aplicaciones a gran escala y para la infraestructura de ingeniería de datos. Preferido por empresas como Netflix, Airbnb y Morgan Stanley, Scala mejora la productividad, la escalabilidad de las aplicaciones y su fiabilidad.
Git
El control de versiones es una de las grandes herramientas de la programación. Te permite llevar un registro de lo que hiciste y cuándo, deshacer cambios que ya no quieras y colaborar a gran escala con otras personas. Git es una herramienta moderna de control de versiones, muy popular entre científicos de datos y desarrolladores de software, que te ayuda a hacer más en menos tiempo y con menos quebraderos de cabeza.
