Qué es
La ciencia de datos es un campo interdisciplinario que combina estadística, programación, matemática y conocimiento del dominio de negocio para extraer conocimiento, patrones e insights accionables a partir de datos, tanto estructurados como no estructurados. A diferencia de la estadística tradicional, incorpora fuertemente herramientas computacionales —programación, bases de datos, machine learning— para trabajar con volúmenes de datos que superan lo manejable manualmente.
Ciencia de datos vs. analytics vs. BI
Ver Analytics: la ciencia de datos aporta las técnicas más avanzadas —modelos estadísticos y de machine learning— típicamente usadas en analítica predictiva y prescriptiva, mientras que el Business Intelligence se concentra en la analítica descriptiva de lo que ya ocurrió. En la práctica, un mismo equipo de datos suele moverse entre las tres.
El ciclo típico de un proyecto
Un proyecto de ciencia de datos suele recorrer: definir la pregunta de negocio, recolectar y limpiar los datos, explorarlos, construir y validar un modelo, y finalmente comunicar o poner en producción los resultados. Gran parte del tiempo real de un proyecto —frecuentemente la mayoría— se va en la preparación de los datos, no en el modelado en sí.