El Data Scientist

EL DATA SCIENTIST
MAS QUE UNA MODA
JULIO 2015
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
AGENDA
•
•
•
•
•
Origen y Evolución
¿Qué conocimientos y skills deben tener?
¿Cómo son los actuales Data Scientist?
¿Dónde están ubicados en las empresas?
SAS Data Scientist
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
AGENDA
•
•
•
•
•
Origen y Evolución
¿Qué conocimientos y skills deben tener?
¿Cómo son los actuales Data Scientist?
¿Dónde están ubicados en las empresas?
SAS Data Scientist
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
ORIGEN
•
El Big Data
•
El Business Intelligence/Analytics
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
TAMAÑO DE LOS DATOS
La ERA del BIG DATA
VOLUMEN
VARIEDAD
VELOCIDAD
VALOR
Datos Relevantes
HOY
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
FUTURO
BUSINESS INTELLIGENCE
En los años 90 aparecen los primeros sistemas ERP que se
convierten en los primeros grandes generadores de datos, y con estos
surgen las primeras preguntas de los Directivos
¿Dónde he vendido más?
¿A quién vendo más?
¿Qué producto es más rentable?
BUSINESS
INTELLIGENCE
BI 0.0
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
BUSINESS INTELLIGENCE +
ANALITICA
Surgen nuevas preguntas, ya se QUÉ ha pasado pero necesito saber …
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
BUSINESS INTELLIGENCE/ANALYTICS
Analytics 1.0
• Analítica Descriptiva
• Volúmenes pequeños de
Datos Estructurados
Internos de las Empresas
• Información con poca
influencia en la toma de
decisiones
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
BUSINESS INTELLIGENCE/ANALYTICS
Los directivos son una fuente inagotable de preguntas; ya se PORQUÉ ha
pasado pero ahora quiero saber …
Analytics 2.0
• Analítica Predictiva
• Volúmenes medios de
Datos Estructurados
Internos de las Empresas
• Información para la toma
de Decisiones Operativas
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
PROCESO DE LOS DESARROLLOS ANALÍTICOS
Usuario de Negocio
Formula el
Problema
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Analista de Negocio
Explora y
Visualiza los
Datos
Analista de Datos
Prepara los
Datos
Estadístico/Minero
Análisis
Exploratorio de
los Datos
Construye
Modelos
Evalúa
Resultados y
crea Informes
EL NUEVO ESCENARIO
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
CARACTERÍSTICAS DEL BIG DATA
Volumen
•
•
Incorpora cualquier origen
de datos interno o externo
a las Compañías.
Es necesario solucionar
tres problemáticas:
• Almacenamiento
• Proceso
• Acceso
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Velocidad
•
•
Los procesos tradicionales
de ETL’s en modo batch
ya no sirven.
Los datos fluyen y se
necesitan en tiempo real.
Variedad
•
Datos NO Estructurados.
•
Los formatos de los
campos origen no pueden
ser estructurados.
Valor
•
Disponemos de
información que era
inimaginable hace cinco
años.
•
Esta información no
siempre es obvia.
CARACTERÍSTICAS DEL BIG DATA ANALYTICS
Datos
Patrones
Modelización
•
Usa el Big Data
•
•
•
Un número mayor de
variables que muchas
veces son desconocidas
Se cambia de un enfoque
de hypothesis-driven a
data-driven
El número de modelos se
incrementa para alcanzar
una mayor granularidad
•
La complejidad de los
datos hace necesaria la
detección de patrones
antes del proceso de
modelización
•
Requiere de capacidades
iterativas automáticas
•
Requiere de nuevas
técnicas de modelización
como por ejemplo la
Minería de Textos
•
El análisis previo de los
datos require de potentes
herramientas de
visualización
Analytics 3.0
• Analítica Prescriptiva
• Volúmenes grandes de
Datos Estructurados o
no; y de origen Interno y
Externo a las compañías
• Información para la toma
decisiones operativas
con un mayor grado de
granularidad y para
decisiones Estratégicas
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
PROCESO DE LOS DESARROLLOS ANALÍTICOS CON BIG DATA
Formula el
Problema
Analiza
diferentes
fuentes de
Datos
Busca
Patrones
Data Scientist
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Prepara los
Datos
Construye
ModeloS
Evalúa y
Presenta
Resultados
AGENDA
•
•
•
•
•
Origen y Evolución
¿Qué conocimientos y skills deben tener?
¿Cómo son los actuales Data Scientist?
¿Dónde están ubicados en las empresas?
SAS Data Scientist
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
CONOCIMIENTOS Y SKILLS DEL DATA SCIENTIST
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
CONOCIMIENTOS Y SKILLS
CONOCIMIENTOS
• Curioso
• Proactivo
• Interés por el “Negocio”
Formula el
Problema
Analiza
diferentes
fuentes de
Datos
Busca
Patrones
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
SKILLS
• Lenguajes de programación Not only SQL
• SAS Base
• “R”
• Herramientas de Visualización
• Curioso
• Imaginativo
• Análisis Estadístico
• Machine Learning
• Statistical Hypothesis Testing
• Creativo
• Habilidad para la solución de Problemas
CONOCIMIENTOS Y SKILLS
CONOCIMIENTOS
SKILLS
• Hadoop
• Tratamiento de Datos no Estructurados
• Colaboración
• Curioso
ModeloS
•
•
•
•
• Innovación
• Imaginativo
Evalúa y
Presenta
Resultados
• Statistical Hypothesis Testing
• Herramientas de Reporting
Prepara los
Datos
Construye
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Modelización Predictiva
Análisis Estadístico
Machine Learning
“R”, Python
• Buen Comunicador
• Habilidades de Presentación
AGENDA
•
•
•
•
•
Origen y Evolución
¿Qué conocimientos y skills deben tener?
¿Cómo son los actuales Data Scientist?
¿Dónde están ubicados en las empresas?
SAS Data Scientist
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
TIPOLOGÍAS DE LOS ACTUALES DATA SCIENTIST
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
LOS FRIKIS (GEEKS)
Que aportan
De que carecen
• Profundos conocimientos técnicos
• Interés por el Negocio, esto hace que su Proactividad e
Innovación sean cuestionables
• Mente Analítica
• Curiosos
• Habilidades de Comunicación y Presentación
• Creativos
• Colaboración
• Resolución de Problemas
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
LOS GURÚS
Que aportan
De que carecen
• Profundos conocimientos técnicos
• Interés por el Negocio, esto hace que su Proactividad no
sea eficiente
• Innovación
• Curiosidad
• Colaboración
• Habilidades de Presentación y
Comunicación
• Resolución de Problemas
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
• Creatividad
LOS JEFES DE PROYECTO (DRIVERS)
Que aportan
De que carecen
• Habilidades de Comunicación y
Presentación
• Profundos Conocimientos Técnicos
• Resolución de Problemas
• Curiosidad
• Proactividad
• Innovación
• Interés en el Negocio
• Colaboración
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
• Creatividad
LOS EXPERTOS (CRUCHER)
Que aportan
De que carecen
• Profundos Conocimientos Técnicos
• Creatividad
• Resolución de Problemas
• Habilidades de Comunicación y
Presentación
• Colaboración
• Curiosidad
• Proactividad
• Innovación
• Interés por el Negocio
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
LO QUE LAS EMPRESAS BUSCAN
En los inicios del Big Data las empresas buscaban solo Conocimientos Técnicos:
Los resultados no fueron buenos, la solución formarlos en las Habilidades (Soft Skills)
Siguió sin funcionar había problemas por la personalidad de los primeros Data Scientist e
intervino RR HH
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
LO QUE RECURSOS HUMANOS BUSCA
Mente Abierta (Open)
Extrovertido (Extraverted)
• No partir de premisas para
fomentar la Innovación
• Necesario para ser un buen
Comunicador
• Abiertos a cualquier nueva
idea = Curiosidad
• Tienen mejores habilidades
de Presentación
• Imprescindible para el
desarrollo de la Creatividad
• Los extrovertidos trabajan
mejor en Colaboración
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Meticuloso
(Conscienious)
• Sin Organización no se
puede trabajar con la ingente
cantidad de variables del Big
Data
• Imposible trabajar con cientos
de modelos si no se es
meticuloso
LO QUE RECURSOS HUMANOS BUSCA
Estable (Stable)
Afabilidad (Agreeable)
• El estrés está peleado con la
Ciencia de los Datos.
• Mejora la Colaboración en el
trabajo
• Para ser Creativos hay que
sentirse felices
• Mejora la percepción en la
Comunicación
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
AGENDA
•
•
•
•
•
Origen y Evolución
¿Qué conocimientos y skills deben tener?
¿Cómo son los actuales Data Scientist?
¿Dónde están ubicados en las empresas?
SAS Data Scientist
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
SU ORIGEN EN LAS EMPRESAS
Origen de la necesidad
Sponsors de la idea
•
La Modelización Predictiva tradicional
empezaba a mostrar signos de
agotamiento
• No era capaz de generar
oportunidades creativas
• No aportaba ideas brillantes
para las Decisiones
Estratégicas
•
•
La irrupción del Big Data con fuentes
de datos externos se vio como una
posibilidad de mejorar la Analítica de
las empresas
Las Áreas de Marketing son las
principales promotoras del uso del
Big Data Analytics
• Posibilidad de tener un mayor
grado de granularidad que
permitiría ofrecer una oferta aun
más personalizada
• Posibilidad de detectar nuevos
productos, servicios, canales,
vías de comunicación
•
Las Áreas de Riesgos, para mejorar
los modelos y la posibilidad de hacer
cálculos más rápidos
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
¿DÓNDE?
Dónde los ubicamos
De donde los sacamos
•
•
Se presentaban tres opciones:
• Del Área de Analytics
• Del Área de IT
• Del Área de Marketing
•
Lo más habitual es el Área de
Analytics y luego de Marketing
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Se presentaban también diferentes
opciones:
• Recursos Internos
• Estadísticos/Mineros
• Programadores expertos en
tratamiento de datos
• Analistas de Negocio
• Contratar Data Scientist
¿QUÉ HACEN EN LAS EMPRESAS?
•
Medición efectiva y comprensión del impacto de las acciones de Marketing
•
Análisis de las causas de la fuga de clientes
•
Obtención de información a partir de las transacciones interbancarias
•
Mejora de los modelos de cross selling y up selling con la inclusión de datos
externos para lograr un mayor nivel de granularidad
•
Obtención de información de la visión de los productos y la compañía por
medio del análisis de las redes sociales
•
Descubrir nuevos productos para incluir en el offering de las Empresa
•
Mejora de la detección del fraude con la inclusión de datos externos
•
Evaluación del Riesgo en clientes potenciales
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
AGENDA
•
•
•
•
•
Origen y Evolución
¿Qué conocimientos y skills deben tener?
¿Cómo son los actuales Data Scientist?
¿Dónde están ubicados en las empresas?
SAS Data Scientist
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
TECNOLOGÍAS PARA EL BIG DATA
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
SAS DATA SCIENTIST
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
SAS DATA SCIENTIST
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
DATA SCIENTIST PRESENTE O FUTURO
Buscando en Google por “ofertas de empleo sas
data scientist ” se obtienen 381.000 resultados
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
DATA SCIENTIST PRESENTE O FUTURO
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
GRACIAS
Juan Lorenzo Prieto
juan.lorenzo@sas.com
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
www.SAS.com