•Investigar sobre las diferencias y particulares entre los roles propuestos.

Data Scientist: Es el que le da sentido a los datos brutos, se plantea las preguntas necesarias que deben ser respondidas para el negocio y además es el que sabe de dónde se debe de obtener la información.

Data  Analysth: Ayuda a establecer estrategias mediante la interpretación de los datos. La particularidad de este es que se enfoca a descifrar el lenguaje complejo oculto en el big data con disposiciones sencillas de visualización de datos (gráficos de tendencia o estacionales, análisis de resultados etc.)

Data analyst es la persona que consume datos para realizar análisis estadísticos y tratar de explicar el pasado

Data engineer es la persona que crea sistemas de almacenamiento y procesamiento de datos.

El data engineer es el “plomero” de los datos. Aquel que se encarga de generar los flujos de datos, diseñar pipelines y arquitecturas escalables y seguras, hace que la información pueda ser analizable.

El data analyst se encarga de revisar la información procedente de los flujos de datos para otorgar insight al negocio.

El data scientist se especializa en el entrenamiento de modelos matemáticos y de machine learnign para hacer proyecciones o clasificaciones de utilizada al negocio.

-Jonathan Campos DE Global Gas

Data Scientist: Crear modelos, algoritmos a partir de los datos que se tienen, Analisis exploratorio de datos, su función es a partir de esos datos crear predicciones o clasificaciones. Requiere un conocimiento avanzado en estadistica

Data Analyst: Su función esta en sacar insights de los datos, sacar información del negocio a partir de los datos,a partir de lo que observe se toman las decisiones. Requiere un domain expertise del mercado, un conocimiento del negocio.

Wilson Camilo Rodriguez.

1. Data Engineer

   Contrucción de pipelines para los procesos ETL

   Encargados de la ingesta, migración y mantenimiento de datos

2. Data Scientists

   Conocimientos estadísticos

   Elaboración de modelos predictivos

   Resolución de problemas

3. Data Analyst

   Interpretación de los datos para la toma de decisiones

   Creación de dashboards

Mario Palacios

Crea visualizaciones e informes.

Data Scientist: Trabaja con datos para descubrir patrones ocultos en los datos, utiliza tercenistas de estadística y ML para extraer información valiosa que pueda identificar e interpretar dicho patrón

Crean modelos analíticos para predecir

Data Engineer: Trabaja con los datos para construir y mantener sistemas de almacenamiento y procesamiento de datos, es una figura importante en el análisis de datos, ya que de el depende que los daos utilizados se encuentren de forma correcta y con el mejor permanece posible para su explotación.

Usan herramientas para el procesamiento de datos masivos y en la nube

Data scientist: Su objetivo es comprender patrones, tendencias y construir modelos que ayuden en la toma de decisiones estratégicas predictivas.

Data Analyst: se enfoca en examinar datos para identificar tendencias, patrones y proporcionar información que respalde la toma de decisiones operativas centrandose en análisis descriptivos y diagnósticos.

Jhonier Negrete

·         Data Analyst: Realiza análisis de datos. Funciones:  crear visualizaciones e informes. Herramientas:  hojas de cálculo, BI (Business Intelligence),Tableau. SQL para acceder a bases de datos

·         Ingeniería de Datos: Diseñar y construir sistemas de recopilación, almacenamiento y análisis de datos a gran escala. Funciones: adquirir conjuntos de datos, transformar los datos en información útil y procesable, construir, probar y mantener arquitecturas. Heylin Parra C.

Data Engineer: Dedicado al diseño, construcción de infra para el almacenamiento de datos garantizando la integridad, seguridad y calidad, todo ello se trabaja de la mano con data analyst, quien analizó e identifico la necesidad y data scientist quien consume los datos almacenados.

Data Scientist: Enfocado en la generación de modelos predictivos y algoritmos usando tecnicas de estadisticas y ML. Los datos son consumidos del producto generado por el data engineer.

• Actividades: Diseña, construye, mantiene y gestiona las arquitecturas de datos, infraestructura y las herramientas utilizadas.

• Habilidades: Programación, modelado de datos, diseño de bases de datos, procesamiento de datos en tiempo real, tareas ETL, y conocimiento de herramientas de big data (p. ej., Hadoop y Spark).

• Objetivo: Asegurar la disponibilidad, accesibilidad y eficiencia en el movimiento de los datos para cumplir los requerimientos de científicos y analístas de datos.

Analista de Datos:

• Actividades: Examina conjuntos de datos para identificar tendencias, genera informes y proporciona insights. Trabaja con datos históricos y actuales para respaldar la toma de decisiones operativas y estratégicas.

• Habilidades: Análisis estadístico, habilidades de SQL, visualización de datos, conocimientos en herramientas analíticas (por ejemplo, Excel, Tableau), habilidades de comunicación.

• Objetivo: Proporcionar información práctica y accionable para apoyar decisiones empresariales basadas en datos.

  
  

Científico de Datos:

• Actividades: Se enfoca en analizar e interpretar datos complejos utilizando técnicas estadísticas, aprendizaje automático y minería de datos. Realiza investigaciones para descubrir patrones, realizar predicciones y proporcionar información estratégica.

• Habilidades: Estadísticas, machine learning, programación (generalmente en Python o R), conocimientos de negocios, habilidades de visualización de datos, curiosidad analítica.

• Objetivo: Utilizar datos para resolver problemas de negocio, identificar oportunidades y proporcionar información estratégica para la toma de decisiones.

Samuel Tovias