2. Ingeniero de Sistemas, especialista en gobernanza de datos
e inteligencia de negocios.
13 Años de experiencia con Data Warehousing para grandes
volúmenes de datos, inteligencia de negocios, reportería y
visualización.
Fundadora de STI, Partner de Microsoft para el área de
datos
Reconocida con el premio internacional Microsoft Most
Valuable Professional (MVP) para el área de datos por su
aporte a la comunidad TIC de habla hispana
Facilitador
3. • Inteligencia Artificial
• Inteligencia de Negocios
AGENDA
• Retos dentro de un
Proyecto de Ciencia de
datos
• Metodología de trabajo
• Perfiles
• Estándares y buenas
prácticas
• Casos de éxito
4. Inteligencia
Artificial
Resolución de problemas COGNITIVOS, comúnmente
asociados a la adquisición de conocimiento mediante
información recibida y el aprendizaje.
Simulación de la inteligencia humana a través de sistemas
computarizados.
7. Diferencias
Inteligencia Artificial (AI) Inteligecia de Negocios (BI)
Simula la inteligenca humana Análisis de datos
Machine Learning, Deep Learning,
Robótica, Computer Vision, etc.
Data warehousing, reportes, minería de
datos, etc.
Juegos, procesamiento del lenguaje
natural, robótica
Tomas de decisiones eficientes
8. ¡La materia prima de las
Soluciones de Inteligencia
artificial y de negocio es la
DATA!
9. Retos
Datos carentes de calidad
Falta de talentos (científicos de datos)
Políticas y controles internos
Carencia de claridad en las preguntas que queremos
responder
Datos no democratizados
Abandono del Proyecto por desuso
Herramientas limitadas
Dependencia de TIC
Alto Costo
24. FACTS
Los datos son el nuevo petróleo
Menos del 5% de los datos producidos son
aprovechados
Alrededor del 80% de los proyectos de ciencia de
datos fracasan