Profesión analista de datos

Los analistas de datos importan, inspeccionan, limpian, validan, modelan o interpretan recopilaciones de datos con respecto a los objetivos empresariales de la empresa. Garantizan que las fuentes de datos y los repositorios proporcionan datos coherentes y fiables. Los analistas de datos utilizan diferentes algoritmos e instrumentos informáticos, como exigen la situación y los datos actuales. Podrían elaborar informes en forma de visualizaciones, como gráficos, cartas y paneles de control.

Tipos de personalidades

• Investigador / Emprendedor

Conocimientos

• Categorización de la información

  El proceso de clasificación de la información en categorías y de la indicación de la relación que guardan entre sí los datos para algunos fines claramente definidos.

• Estadística

  El estudio de la teoría, los métodos y las prácticas estadísticos como recopilación, organización, análisis, interpretación y presentación de datos. Se ocupa de todos los aspectos de los datos, incluida la planificación de la recogida de datos desde el punto de vista de la creación de encuestas y experimentos para pronosticar y planificar actividades de índole laboral.

• Inteligencia empresarial

  Las herramientas utilizadas para transformar grandes cantidades de datos sin procesar en información pertinente y útil para las empresas.

• Tipos de documentación

  Las características de los tipos de documentación interna y externa, alineados con el ciclo de vida del producto, y sus tipos específicos de contenido.

• Lenguajes de consulta

  El campo de los lenguajes informáticos normalizados para la recuperación de información de una base de datos y de documentos que contengan la información necesaria.

• Modelos de datos

  Las técnicas y sistemas existentes utilizados para estructurar los datos y mostrar las relaciones entre ellos, así como los métodos para interpretar las estructuras y las relaciones de los datos.

• Confidencialidad de la información

  Los mecanismos y reglamentos que permiten un control de acceso selectivo y garantizan que solo las partes autorizadas (personas, procesos, sistemas y dispositivos) tengan acceso a los datos, así como el modo de cumplir con la obligación de mantener la información confidencial y los riesgos de incumplimiento.

• Lenguaje de consulta del sistema de descripción de recursos

  Los lenguajes de consulta, como SPARQL, que se utilizan para extraer y manipular datos almacenados en el formato Marco de Descripción de Recursos (RDF).

• Técnicas de presentación visual

  Las técnicas de representación visual e interacción, como los histogramas, los gráficos de dispersión, gráficos de superficie, diagramas de árbol y gráficos de coordenadas paralelas, que pueden utilizarse para presentar datos numéricos y no numéricos, con el fin de reforzar la comprensión humana de esta información.

• Extracción de información

  Las técnicas y los métodos utilizados para obtener y extraer información de documentos y fuentes digitales no estructurados o semiestructurados.

• Estructura de la información

  El tipo de infraestructura que define el formato de los datos: semiestructurados, no estructurados y estructurados.

• Evaluación de la calidad de los datos

  El proceso de revelación de cuestiones relativas a los datos utilizando indicadores, medidas y parámetros de calidad para planificar estrategias de limpieza y enriquecimiento de datos con arreglo a criterios de calidad de los datos.

• Datos no estructurados

  La información que no está ordenada de antemano o que no tiene un modelo de datos predefinido y es difícil de comprender y encontrar pautas en ella sin utilizar técnicas como la minería de datos.

• Extracción de datos

  Los métodos de inteligencia artificial, aprendizaje automático, estadísticas y bases de datos utilizados para extraer contenido de un conjunto de datos.

Capacidades

• Normalizar datos

  Reducir los datos a su forma fundamental precisa (formularios normales) para lograr resultados como la minimización de la dependencia, la eliminación de la redundancia y el aumento de la coherencia.

• Analizar inteligencia de datos

  Recopilar y evaluar datos numéricos en grandes cantidades, especialmente con el propósito de identificar patrones entre los datos.

• Ejecutar cálculos matemáticos analíticos

  Aplicar métodos matemáticos y utilice tecnologías de cálculo para realizar análisis y buscar soluciones a problemas específicos.

• Definir los criterios de la calidad de los datos

  Especificar los criterios por los cuales se mide la calidad de los datos con fines empresariales, tales como incoherencias, omisiones, usabilidad para el fin perseguido y precisión.

• Realizar una limpieza de datos

  Detectar y corregir los registros corruptos de los conjuntos de datos, y asegurarse de que los datos se conviertan y mantengan estructurados conforme a las directrices.

• Integrar datos de las TIC

  Combinar datos procedentes de varias fuentes para ofrecer una visión unificada del conjunto de estos datos.

• Aplicar procesos de calidad de datos

  Aplicar técnicas de análisis de calidad, validación y verificación de calidad de los datos para comprobar la integridad de la calidad de los datos.

• Aplicar métodos de análisis estadísticos

  Utilizar modelos (estadística descriptiva o inferencial) y técnicas (extracción de datos o aprendizaje automático) para el análisis estadístico y herramientas de las TIC para analizar datos, desvelar correlaciones y tendencias de pronóstico.

• Reunir datos de TIC

  Recopilar datos mediante el diseño y aplicación de métodos de búsqueda y muestreo.

• Establecer procesos de datos

  Utilizar herramientas de TIC para aplicar procesos de manipulación de datos matemáticos, algorítmicos o de otro tipo, con el fin de crear información.

• Manejar muestras de datos

  Recopilar y seleccionar un conjunto de datos de una población mediante un procedimiento estadístico u otro procedimiento definido.

• Efectuar la extracción de datos

  Explorar grandes conjuntos de datos para revelar patrones con el empleo de estadísticas, sistemas de bases de datos o inteligencia artificial y presentar la información de manera comprensible.

• Gestionar datos

  Administrar todo tipo de recursos de datos a través de su ciclo de vida mediante la elaboración de perfiles de datos, análisis, normalización, resolución de identidad, limpieza, mejora y auditoría. Asegurarse de que los datos sean adecuados para su finalidad, con el uso de herramientas informáticas especializadas para cumplir los criterios de calidad de los datos.

• Interpretar datos actuales

  Analizar los datos recopilados a partir de fuentes como los datos de mercado, los documentos científicos, los requisitos de los clientes y los cuestionarios actuales y actualizados, con el fin de evaluar el desarrollo y la innovación en ámbitos de especialización.

Conocimientos y capacidades optativas

Source: Sisyphus ODB