/ 
¿Cuáles son las herramientas más adecuadas para la exploración de datos?
¿Cuáles son las herramientas más adecuadas para la exploración de datos?
Compartir en:
La ciencia de datos, cuya "complejidad abarca y se expande a muchas áreas y disciplinas", según el especialista Fernando Casafranca, docente del curso Data science: la ciencia de los datos del PEE de ESAN, logra hacer que un conjunto de datos, en apariencia desordenados, influyan directamente sobre decisiones empresariales.
En un mundo donde cada vez estamos más rodeados de información, estructurada y no estructurada, se hace necesario agrupar estos rasgos de la forma más óptima, a través de sistemas que faciliten su entendimiento. Para ello se requieren diversas habilidades y técnicas multidisciplinarias, entre las que destacan la comunicación y la ejecución de tareas.
"Las herramientas utilizadas para la exploración, procesamiento y presentación de los datos cubren muchas áreas y aspectos. En consecuencia, existe una gran variedad de herramientas según los métodos y tareas a realizar", señala el profesor Fernando Casafranca.
Estas, "que dependen, como en toda disciplina, de su aplicación y familiaridad", podrían subdividirse, a grandes rasgos, acorde a los territorios donde son requeridas:
Herramientas de gestión de datos en programación
En la ciencia de datos la programación es esencial en el procesamiento de la información. Para el profesor Casafranca, "los sistema de gestión de bases de datos relacionales (RDBMS) son imprescindibles; así como el uso de SQL (lenguaje de consulta estructurada), NoSQL (sistemas de gestión de bases de datos) y NewSQL (nueva tendencia de motores de bases de datos), junto a programas como MySQL, Redshift o MongoDB".
Estas herramientas se alinean con los softwares de desarrollo más utilizados (R, Python y SQL) y facilitan la creación, definición y actualización de bases de datos. Acorde a Casafranca, estos programas ofrecen una integración más limpia con otras herramientas, por lo que son ciertamente esenciales para los científicos de datos.
Softwares para la realización de algoritmos
El docente de ESAN señala la importancia de la Estadística y las Matemáticas para la creación de algoritmos que permitan "el modelamiento y la visualización de la data". Entre los programas que resalta se encuentran: "TensorFlow, D3, MatplotLib y Scikit-Learn".
Cada uno de estos tiene su protagonismo y utilidad dentro de los pasos que se requieren para la correcta apreciación de la Big data.
Programas para reportes dentro de la ciencia de datos
"Para la generación de reportes se utilizan herramientas marco como Jupyter y iPython", indica el especialista. El primero es un programa de código abierto que puede combinarse con otros softwares y cuya arquitectura facilita la coexistencia de docenas de lenguajes de programación.
Sobre el segundo, iPython, es un shell extra de Python que permite controlar diversos motores individuales que se desarrollan en paralelo e interactúan entre sí, cruzando la data y generando los reportes necesarios.
Bases de datos rápidas y superiores
El uso de herramientas más complejas, "como Hadoop, Spark, Hive y Presto, por ejemplo", son fundamentales para explorar y dar un orden adecuado a la información. Por ejemplo, Hadoop puede proporcionar un gran almacenamiento para cualquier tipo de data, además su procesamiento de tareas puede considerarse ilimitado, destacando también su escalabilidad y flexibilidad.
"Las herramientas y lenguajes mencionados, que se emplean para la exploración y procesamiento de datos, son las típicamente más usadas, aunque no necesariamente las únicas o las mejores. Esto se debe a la diversidad de lenguajes existentes y a la evolución que ha tenido esta ciencia en las últimas décadas", asegura el profesor Casafranca.
Si bien existen más técnicas, programas e incluso metodologías para examinar datos y contribuir con ellos en el proceso de toma de decisiones y en el cumplimiento de objetivos empresariales, para el docente de ESAN es primordial que el profesional perfeccione sus habilidades humanas.
La capacidad de observación, análisis y síntesis son claves para el desarrollo de la ciencia de datos. Con estas habilidades ya desarrolladas, las herramientas solo optimizarán los conocimientos y generarán información que sea significativa y procesable.
Para conocer más sobre este tema te invitamos a participar en el curso Data science: la ciencia de los datos del PEE de ESAN.
Fuentes:
Janbask Training. "How to Compare Hive, Spark, Impala and Presto?"
Jeffrey M. Perkel. "Why Jupyter is data scientists' computational notebook of choice".
Portal de negocios de ESAN Graduate School of Business. Desde el 2010 difunde contenido de libre acceso (artículos, infografías, podcast, videos y más) elaborado por los más destacados especialistas. Encuentra contenido en más de 15 áreas y sectores como Administración, B2B, Derecho Corporativo, Finanzas, Gestión de Proyectos, Gestión de Personas, Gestión Pública, Logística, Marketing, Minería, TI y más. ¡Conéctate con los expertos de ESAN y aumenta tu conocimiento en los negocios!
Otros artículos del autor
Teletrabajo se perfila como respuesta ante déficit energético y presión en combustibles
La interrupción en el suministro de gas natural vehicular (GNV) y el incremento del precio internacional del petróleo, asociados a la guerra en Medio Oriente, han reabierto el debate sobre el teletrabajo en Perú como medida para reducir la demanda de combustibles y mitigar el impacto energético. En este contexto, Edmundo Lizarzaburu, profesor de la carrera de Administración y Finanzas de ESAN University, explicó en RPP TV, que esta modalidad, ya contemplada en la legislación peruana, puede aplicarse temporalmente tanto en el sector público como en el privado, siempre que se garantice una adecuada conectividad y se respeten las condiciones laborales de los trabajadores.
Obras por Impuestos: una herramienta clave para impulsar infraestructura en el país
El mecanismo de Obras por Impuestos se consolida como una herramienta clave para acelerar la ejecución de infraestructura en el Perú. Según explicó Manuel Paredes, director de la Maestría en Gestión Pública y Desarrollo Territorial de ESAN, en una entrevista a Sol TV, este modelo permite que empresas privadas financien y ejecuten obras con cargo a sus impuestos, reduciendo plazos frente a los procesos tradicionales de contratación pública. Para el especialista, la articulación entre el sector público y privado no solo agiliza la ejecución de proyectos, sino que también contribuye a cerrar brechas de infraestructura y atender demandas urgentes de la población en distintas regiones.
Proyecto presentado por ESAN sobre turismo regenerativo obtiene financiamiento internacional de ECOS Nord
El estudio, presentado por ESAN y la Université Côte d’Azur, propondrá soluciones para equilibrar turismo y calidad de vida en Lima y Niza. El programa ECOS Nord impulsa la cooperación científica entre Perú y Francia mediante el financiamiento de proyectos de investigación conjunta.