fbpx
Buscar
Cerrar este cuadro de búsqueda.
Blog Ciencias Básicas

Estadística Aplicada y Ciencia de Datos, la clave para tomar decisiones asertivas

ciencia de datos

Por: Julio Seferino Hurtado Márquez, director de la especialización en Estadística Aplicada y la maestría en Estadística Aplicada y Ciencia de Datos de la UTB  

 

En la actualidad, la estadística aplicada y la ciencia de datos se están convirtiendo en un requisito fundamental en una serie de campos. En un mundo en donde las decisiones y estrategias a seguir por las empresas para determinados procesos de producción o demanda de servicios han mutado rápidamente, entre otras razones, debido al avance de la tecnología y la ciencia, así como la automatización y el internet de las cosas (IoT), los datos representan hoy en día el insumo más  importante para la definición de estas estrategias y/o decisiones.

 

Estadística Aplicada y Ciencia de Datos en la era digital 

 

En la era digital, la Estadística Aplicada y la Ciencia de Datos juegan un papel muy importante, porque incorporan varias disciplinas, como la minería de datos, el análisis predictivo, el aprendizaje automático (machine learning, ML) y la visualización de datos, que facilitan un sin número de oportunidades de desarrollo socioeconómico, tecnológico o cultural, que se pueden encontrar en sectores como la salud, servicios financieros, manufactura, telecomunicaciones, educación, empresarial, servicios, diversos sectores y campos científicos y en la gestión de datos empresariales.

La analítica y la Ciencia de Datos permiten abordar problemas de diferentes contextos relacionados con el manejo de grandes volúmenes de información , planteando alternativas de respuesta para lograr soluciones oportunas, eficientes e innovadoras.

 

 

Analistas de datos, cada vez más buscados en todos los sectores económicos

 

“Estamos inmersos en un mundo donde todo puede ser monitoreado y medido”[1], el reto para el ser humano es poder desarrollar capacidades para usar, analizar y dar sentido a esta densa masa de información.      La demanda de estadísticos capacitados sigue aumentando a medida que el mundo se vuelve más dependiente de los datos predictivos y el razonamiento numérico para dar respuestas a cualquier campo, incluyendo la educación, la ciencia, la tecnología, la atención médica, el gobierno o los negocios.

Las técnicas de análisis de hace un par años ya no pueden sostener la demanda de información que tenemos en la actualidad. Los procesos automatizados de análisis de datos (Big Data) se convierten hoy en día en la forma más eficaz, y en muchos casos, la única, para extraer información de los datos, construir modelos y generar conclusiones acerca del negocio.

Las técnicas de análisis de datos se aplican en un contexto empresarial, y permiten desarrollar los conocimientos y habilidades para trabajar en una variedad de industrias, incluyendo: negocios, logística de entrega, Internet / búsqueda en la web, las finanzas, la Policía, la seguridad, el transporte, el fraude y la detección de riesgos y el sector salud.

 

Aportes desde la estadística aplicada a la región Caribe colombiana y al país

 

Como lo hemos visto, son muchos los sectores y campos de aplicación de la estadística. Desde los posgrados ofrecidos por la Universidad Tecnológica de Bolívar – especialización en Estadística Aplicada y Maestría en Estadística Aplicada y Ciencia de Datos – los estudiantes han logrado desarrollar importantes propuestas para la región y el país, los cuales se pueden consultar en los repositorios de la biblioteca de la UTB. Mencionamos algunos:

 

Sector Educación

 

  • Factores sociodemográficos asociados al rendimiento académico en la región Caribe Colombiana: Un modelo multinivel.
  • Análisis multidimensional de factores contextuales y de rendimiento académico en la institución educativa Nuestra Señora de Fátima, del municipio de Magangué – Bolívar.
  • Estudio de las brechas municipales en calidad educativa en el Departamento de Sucre 2012 – 2019.

 

Sector Industria y Comercio

 

  • Reconocimiento de placas vehiculares usando redes neuronales convolucionales.
  • Sistema robusto de reconocimiento automático de frutas y verduras usando redes neuronales convolucionales.

Sector Agricultura

 

  • Siembra en el Departamento de Bolívar. ¿Cómo influye la infraestructura en las decisiones de siembra agroindustrial?
  • Factores determinantes en la elección de semillas certificadas en los cultivos en el Departamento de Bolívar.

Sector Medio Ambiente

 

  • Modelos de Aprendizaje Automático para la Predicción de Niveles de los Contaminantes Ozono, PM10 y PM2.5

 

Sector Sociedad y Cultural

 

  • Análisis de indicadores de género en Latinoamérica (2005-2019) mediante las técnicas de representación multivariante Statis y Costatis.
  • ¿Qué caracteriza las condiciones de pobreza en los hogares colombianos? Análisis de datos según información del IPM DANE 2018.
  • Análisis multivariante de los niños que trabajan en Colombia mediante la técnica Statis.
  • Análisis de factores de vulnerabilidad y percepción de seguridad de los habitantes de la calle en Colombia.

Sector Servicios

 

  • Aprendizaje automático en la modelación del robo de electricidad.

 

Sector de Inversión

 

  • Estudio de propiedades multifractales en el mercado de Criptomonedas.

 

Sector Salud

  • Entropía de Permutación sobre señales electroencefalográficas (EEG) de procesos cognitivos.
  • Teoría de matrices aleatorias aplicada a señales electroencefalográficas (EEG).
  • Teoría de Grafos aplicada a señales electroencefalográficas (EEG).
  • Representación multidimensional de indicadores de preparación y reacción de los países del sur y el norte global a la pandemia del Covid 19.

 

Sector Farmacológico

 

  • Aprendizaje del uso terapéutico de fármacos a partir de la información espacial tridimensional de su estructura molecular con redes neuronales convolucionales.
  • Obtención y validación de un modelo QSAR en inhibidores de la 5-lipoxigenasa

 

Como podemos evidenciar, la formación en estadística aplicada y ciencia de datos se puede desarrollar desde cualquier campo profesional, aportando a la solución o toma de decisiones que impactan positivamente a la sociedad a nivel local, regional o nacional.

Es de suma importancia a la hora de analizar datos, tener un buen conocimiento de la estadística aplicada y la teoría de la probabilidad, adicionalmente de las herramientas computacionales para el análisis de datos. Sin duda, la ciencia de los datos es mucho más que una simple estadística.

Te puede interesar: conoce el pensum de Especialización en Finanzas y fórmate en la UTB para ser un estratega financiero en las empresas.

 

[1] Director of the Massachusetts Institute of Technology`s Center for Digital Business.

Tomado de:  For Today`s Graduate, Just One Word: Statistics.  New York Time.  August 5, 2009.

Compartir

Noticias relacionadas

Blog Ciencias Básicas

En la era digital y tecnológica en la que vivimos, el análisis de datos se…

Blog Ciencias Básicas

Por: Andy Domínguez, director programa Ciencia de Datos UTB   Para muchos estudiantes las matemáticas…

Blog Ciencias Básicas

Por: Andy Domínguez, director del programa de Ciencia de Datos en la UTB.    La…