Debo decir que esto lo escribo debido a un amigo que hace poco termino de ingeniero industrial y quiso cambiar para poder Data Analyst, claro, conocía herramientas como power by o el mismo excel, pero no sabia programar. Entonces esto que escribo es para esas personas que quieres empezar desde cero.

Lo primero cabe aclarar que no soy un experto y siempre he sido autodidacta (soy de los que recomienda estudiar por cuenta propia y si es gratis es mejor) Por lo cual empezare con los recursos en un cierto orden, primero los gratuitos y luego mencionando uno de pago que realice (que aunque contiene la misma información) También es bueno que sepan las diferencias.

El primer recurso y 100% Free es Freecodecamp

freeCodeCamp.org
_Learn to Code - For Free_www.freecodecamp.org

Este curso te ayudara y te guiara por muchos aspectos del análisis de datos de menor a mayor (claro debes saber ingles, pero también te invito a ir aprendiendo los conceptos en ingles y sino sabes ocupar google traductor) la idea es que puedas ir aprendiendo a tu propio ritmo con recursos gratis. Y si esto te dará un certificado al finalizar para que aparezca en tu CV, pero más importante aún podrás ver que fuiste capaz de adquirir un conocimiento de forma autodidacta.

Si quieres una Certificación de IBM 100 FREE puedes ir al siguiente enlace:

Data Science and Cognitive Computing Courses - Cognitive Class
_Showcase your newly-acquired skills. Our courses are free of charge! Build your career with skills employers seek. 1)…_cognitiveclass.ai

Aquí un canal de youtube que te guiara como obtener esta certificación:

https://www.youtube.com/watch?v=JFSINmLxVXw

Te recomiendo seguir también a los siguientes canales de youtube.

Este es un youtube español que te enseñara muchas cosas de data analyst, data Scientist con python

Rafa Gonzalez Gouveia
_hola mundo! soy Rafa y trabajo como Data Scientist. En este canal aprendemos programación DATA SCIENCE con R y Python…_www.youtube.com

Aca encontraras otro curso 100% FREE de analisis de datos con python

Por último te recomiendo ir armando un portafolio de trabajos y con este canal podrás guiarte para armar el tuyo.

Mi experiencia con Data Analyst

Lo primero es notar que existe una diferencia no muy clara cuando empiezas en esto del analisis de datos, entre data analyst y data science.

¿Cuál es la diferencia entre data analyst y Data Scientist?

La primera de ellas es su función: un Data Scientist predice el futuro a partir de patrones del pasado. El Data Analyst, por el contrario, extrae información significativa a partir de los mismos. A partir de ese futuro que hay que predecir, el Data Scientist se hace preguntas.

¿Qué es el Data Analytics?

Data Analytics es la ciencia de obtener ideas de fuentes de información sin procesar. Revela las tendencias y métricas. De lo contrario, los datos pueden perder en la masa de información. Usan la información para aumentar la eficiencia de un sistema empresarial.

Para verificar y refutar teorías o modelos existentes. También se usa en muchas industrias para permitir que las organizaciones tomen mejores decisiones.

Diferencia entre ambos conceptos

Un Data Scientist se diferencia de un Data Analyst en varias cosas. La primera de ellas es su función: un Data Scientist predice el futuro a partir de patrones del pasado. El Data Analyst, por el contrario, extrae información significativa a partir de los mismos. A partir de ese futuro que hay que predecir, el Data Scientist se hace preguntas. El Data Analyst, por el contrario, se encarga de responderlas. Además, el Data Scientist extrae la información a partir de varias fuentes, mientras que el analista solo de una.

En cuanto a su campo de aplicación, un Data Analyst aborda única y exclusivamente problemas de negocios. El Data Scientist, en cambio, actúa más allá de este campo. Por lo que respecta a sus herramientas, un Data Scientist utiliza el Machine Learning para extraer información. El Data Analyst utiliza más bien lenguajes de programación (R, Python…) para extraer información.

Diferencias según sus labores profesionales

  • Responsabilidades de un Data Scientist.
  • Limpieza y procesamiento de datos.
  • Predicción del problema de negocios. Sus roles son dar resultados futuros de ese negocio.
  • Desarrollar modelos de aprendizaje automático y métodos analíticos.
  • Encuentre nuevas preguntas comerciales que luego puedan agregar valor al negocio.
  • Data Mining utilizando métodos de última generación.
  • Presentar resultados de manera clara y hacer el análisis ad-hoc.
  • Responsabilidades de un Data Analyst.
  • Identifique cualquier problema de calidad de datos en la adquisición de datos.
  • Resolviendo problemas de negocios.
  • Al mapear y luego rastrear los datos.
  • Un analista de datos debe coordinar con los ingenieros para recopilar nuevos datos.
  • Realice un análisis estadístico de datos comerciales.
  • Documentar los tipos y la estructura de los datos comerciales.

Diferencias en sus habilidades

  • Habilidades de un Data Scientist: Las creatividades de datos, desarrolladores de datos, investigadores de datos, empresarios de datos.
  • Habilidades de un Data Analyst: Administradores de bases de datos, operaciones, arquitectos de datos y analistas de datos.

Dado lo anterior y orden tome un curso en una institución en mi país de origen Chile y compartiré el temario y mi trabajo final por si les sirve de guía (este curso fue de pago y fue para reafirmar mis conocimientos en los cursos FREE, debo decir que aprendí mucho de las 2 formas) pero que los cursos FREE me han dado mayor conocimiento y más profundos que algún curso pagado, y siempre es recomendable buscar la última documentación oficial ya que la tecnología avanza tan rápido que lo más probable que si lees esto después del año 2022 lo que este compartiendo este obsoleto o deba ser actualizado.

Temario del curso.

Trabajo final análisis de datos

Acá todos mis repositorios y trabajos realizados.

GitHub - devjaime/data_science_escalab: class escalab data science course 2021
_You can’t perform that action at this time. You signed in with another tab or window. You signed out in another tab or…_github.com