El ciclo interno de las data sciences

Dentro del ciclo del proyecto, el data scientist llevará a cabo sus propias iteraciones específicas de un ciclo de desarrollo definido para él, pero se deberá sincronizar con los ciclos de producción y decisión del proyecto.

Cuando el proyecto alcanza un determinado estado «funcional», es decir, una definición de sus objetivos, requisitos comerciales, preguntas formuladas, casos de uso, datos disponibles y logística de hardware, el data scientist comenzará una nueva iteración. 

Tendrá que planificar esta iteración con detenimiento y tener cuidado para no dejarse arrastrar por un perfeccionismo o una laxitud matemática, algorítmica o técnica, incompatible con los objetivos de su planificación. La planificación de una actividad de I+D es particularmente complicada y, por lo tanto, requiere mucha atención.

En primer lugar, el data scientist que haya cualificado una necesidad y un contexto, realizará un estudio más o menos analítico de los estos.

1. Revisión en detalle del problema planteado

La primera tarea consiste en expresar el problema en términos de técnicas específicas de la data sciences. Tenga en cuenta que no debemos centrarnos exclusivamente en técnicas estadísticas o de machine learning, sino explorar la gama de algoritmos disponibles y que están vinculados con los objetivos funcionales establecidos.

Con respecto...

Si desea saber más, le proponemos el siguiente libro:
couv_EPT3DASR.png
60-signet.svg
Versión impresa
20-ecran_lettre.svg
Versión online
41-logo_abonnement.svg
En ilimitado con la suscripción ENI
130-boutique.svg
En la tienda oficial de ENI
Anterior
El problema de metodología a nivel de proyecto
Siguiente
Complementos metodológicos