BDAS-2017 | Innovación con base en datos en Silicon Valley y Latino América
•Descargar como PPTX, PDF•
0 recomendaciones•1,325 vistas
El documento presenta una introducción al análisis de grandes datos (Big Data) y ciencia de datos. Detalla los pasos del proceso de innovación con datos, incluyendo el análisis exploratorio de datos, formulación de hipótesis, limpieza y preparación de datos, creación de productos de datos, establecimiento de un pipeline de datos, medición y aprendizaje. También analiza cómo cuatro compañías líderes han incorporado equipos de ciencia de datos para impulsar la innovación.
Recomendados
Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Destacado
Destacado (8)
Similar a BDAS-2017 | Innovación con base en datos en Silicon Valley y Latino América
Similar a BDAS-2017 | Innovación con base en datos en Silicon Valley y Latino América (20)
Más de Big-Data-Summit
Más de Big-Data-Summit (13)
Último
Último (20)
BDAS-2017 | Innovación con base en datos en Silicon Valley y Latino América
- 1. BIG DATA Agosto 25 y 26 | Lima – Perú 2017 ANALYTICS SUMMIT #BIGDATASUMMIT2017
- 4. Innovación con base en datos en Silicon Valley y Latino América Diego May Casos y Mejores prácticas
- 5. Source: Matt Turck, Jim Hao & First Mark Capital
- 6. Source: Matt Turck, Jim Hao & First Mark Capital Data Science Machine Learning SVM Cross validation Random forest R Studio Linear regression Logistic regression Hadoop Python Neural networks Deep learning K-means Statistical significance Boosting
- 7. Source: Matt Turck, Jim Hao & First Mark Capital 1)Sentimiento de estar abrumados
- 9. 2) Un líder
- 11. 3) Implica un salto al vacío
- 12. 3) Implica un salto al vacío (y habrá resistencia)
- 13. ¿Cuales problemas son prioritarios? ¿Con que datos contamos?
- 14. ¿Cuales problemas son prioritarios? Productos con base en datos ¿Con que datos contamos?
- 15. Receta ?
- 17. Facebook Expedia AirBnB Stitch Fix Recursos (40+) Core data science team (300+) Analistas en equipos de producto Enfoque Largo plazo Corto plazo Facebook
- 18. Facebook Expedia AirBnB Stitch Fix Recursos (40+) Core data science team (300+) Analistas en equipos de producto Enfoque Largo plazo Corto plazo Impacto al negocio Facebook
- 19. Facebook Expedia AirBnB Stitch Fix Recursos (40+) Core data science team (300+) Analistas en equipos de producto Enfoque Largo plazo Corto plazo Facebook Objetivos y Métricas (1) Engagement (2) Growth (3) Core (4) Utility Impacto al negocio
- 25. ● 60 Data Scientists ● Modelo distribuído híbrido ● En equipos de producto ● Branding para atraer talento ● Open Source tools Data Team + Facebook Expedia AirBnB Stitch Fix Products → sprints, A/B tests, prediction, algorithms Search → new models, evolution Talent → policies, recruiting, processes Hosts preferences → understand, model, ML, prediction User experience → metrics, evaluation, patterns Split testing → experimentation Planning → modeling, prediction, dashboards
- 26. ● 60 Data Scientists ● Modelo distribuído híbrido ● En equipos de producto ● Branding para atraer talento ● Open Source tools Data Team + Products → sprints, A/B tests, prediction, algorithms Search → new models, evolution Talent → policies, recruiting, processes Hosts preferences → understand, model, ML, prediction User experience → metrics, evaluation, patterns Split testing → experimentation Planning → modeling, prediction, dashboards Experimentación Facebook Expedia AirBnB Stitch Fix
- 28. Facebook Expedia AirBnB Stitch Fix EL diferenciador Algoritmos son
- 29. Big Data Data Science General Caso 1 Caso 2 En Latam
- 32. Existencia de datos Acceso a datos General Caso 1 Caso 2
- 33. Existencia de datos Acceso a datos Cultura de datos General Caso 1 Caso 2
- 34. Existencia de datos Acceso a datos Cultura de innovación Cultura de datos General Caso 1 Caso 2
- 35. Existencia de datos Acceso a datos Cultura de innovación Cultura de datos Habilidades con datos General Caso 1 Caso 2
- 36. Existencia de datos Acceso a datos Cultura de innovación Cultura de datos Habilidades con datos General Caso 1 Caso 2
- 37. Tomar procesos en los que DATA puede generar eficiencia Procesos existentes General Caso 1 Caso 2
- 38. Tomar procesos en los que DATA puede generar eficiencia Procesos existentes Nueva Lógica General Caso 1 Caso 2
- 39. Tomar procesos en los que DATA puede generar eficiencia Procesos existentes Nueva Lógica General Caso 1 Caso 2
- 40. General Caso 1 Caso 2 Procesos en Atención Telefónica
- 42. General Caso 1 Caso 2 JSON input Modelo de Matching (API) JSON output IVR Ruteo Agentes Ventas Cliente Llamados
- 47. Proceso de Innovación con Datos Los 8 pasos
- 48. Tengo datos, ¿ahora? 1. Data Dive 2. Pregunta 3. Hipótesis 1. Data Dive 2. Pregunta 3. Hipótesis
- 49. 1. Data Dive 2. Pregunta 3. Hipótesis 1. Data Dive 2. Pregunta 3. Hipótesis Tengo datos, ¿ahora?
- 50. 1. Data Dive 2. Pregunta 3. Hipótesis 4. Data 5. Data Wrangling 6. Data Pipeline Tengo datos, ¿ahora?
- 51. No Estructurados Semi Estructurados Estructurados 1. Data Dive 2. Pregunta 3. Hipótesis 4. Data 5. Data Wrangling 6. Data Pipeline Tengo datos, ¿ahora?
- 52. 1. Data Dive 2. Pregunta 3. Hipótesis 4. Data 5. Data Wrangling 6. Data Products Tengo datos, ¿ahora?
- 53. Fuente: E. de Jonge & M. van der Loo, 2013. An introduction to data cleaning with R. Technical report, Statistics Netherlands. 1. Data Dive 2. Pregunta 3. Hipótesis 4. Data 5. Data Wrangling 6. Data Products Data Cleaning Data Cleansing Data Scrubbing Tidy Data Interpretación Comunicación Tengo datos, ¿ahora?
- 54. Fuente: E. de Jonge & M. van der Loo, 2013. An introduction to data cleaning with R. Technical report, Statistics Netherlands. 1. Data Dive 2. Pregunta 3. Hipótesis 4. Data 5. Data Wrangling 6. Data Products Data Cleaning Data Cleansing Data Scrubbing Tidy Data Interpretación Comunicación Tengo datos, ¿ahora?
- 55. Visualizaciones 1. Data Dive 2. Pregunta 3. Hipótesis 4. Data 5. Data Wrangling 6. Data Products Datos Reportes Modelos [ { "Nombre": "Frans", "Apellido": "van Dunné", "score": 0.68 }, { "Nombre": "Diego", "Apellido": "May", "score": 0.68 } ] Tengo datos, ¿ahora?
- 56. Data Pipeline 1. Data Dive 2. Pregunta 3. Hipótesis 4. Data 5. Data Wrangling 6. Data Products 7. Data Pipeline 7 Tengo datos, ¿ahora?
- 57. Analizar y Modelar Ingerir y Almacenar Organizar y Limpiar Data Pipeline Integrar y Validar Incremento de valor de datos 1. Data Dive 2. Pregunta 3. Hipótesis 4. Data 5. Data Wrangling 6. Data Products 7. Data Pipeline 7 Call Center Online behaviors Twitter Past sales Industry Data Facebook Client profiles Employee profiles Data Model Visualization Report Tengo datos, ¿ahora?
- 58. Medir y aprender 1. Data Dive 2. Pregunta 3. Hipótesis 4. Data 5. Data Wrangling 6. Data Products 7. Data Pipeline 8. Medición Tengo datos, ¿ahora?
- 59. ¿Cómo incorporamos Data Science en la organización?
- 60. Incorporando Data Science en la organización IT Innovación BI Nueva Organización ?
Notas del editor
- Muy buenas!!! Gracias por estar aquí hoy
- Buenos dias! Esperamos hayan pasado ayer un buen día y que haya sido muy productivo El objetivo del día de ayer era que De la mano de Oldemar tuvieran una visión general a la industria y conceptos principles De la mano del prof Diday pudieran sumergirse en algo técnico para que vean la profundidad existente en distintos nichos del Big Data Luego en los talleres vieron los 2 lenguajes principales de la ciencia de datos Durante el día de hoy → Aplicaciones e implementación Veremos mas la aplicación de Big Data y Ciencia de datos Por la mañana Florian y yo les contaremos cosas acerca de como implementar ciencia de datos Por la tarde verán web mining y seteo de infraetructura para crear productos de datos
- Para comenzar el ecosistema es GIGANTE. Hay: muchas empresas con tecnología (MSFT, AWS, Google, IBM), muchos proveedores de servicios (consultoras varias, individuos), muchas soluciones open source (R, Python, Airflow, Luigi, Pachyderm) con distintos tipos de comunidades y distintos grados de madurez A nivel técnico y de Infraestructura, hay bastantes áreas a considerar: Tipo de Datos que manejo (estructurados, no estructurados, semi-estructurados) Tipo de bases de datos a utilizar (SQL, NoSQL, Hadoop) Tipos de análisis que deberé realizar Velocidad a la que debo operar (milisegundos? días?)
- Luego llegan otras decisiones sobre Lenguajes: R Python Julia E incluso decisiones sobre tipos de aplicaciones: Queremos clasificar? Queremos agrupar? Queremos asociar? Queremos predecir?
- El ecosistema es complejo y en plena evolución… Hay muchos que saben y otros que dicen saber… Existe el sentimiento de ´tengo que hacer algo con Big Data´!!! … → Síndrome del mecánico Sabemos que el carro tiene un problema… Lo único que podemos hacer (si no tenemos el mecánico de confianza) es ir a que nos maten...
- Diego - introduccion
- Estos procesos son de incertidumbre… Es claro que tenemos datos, y se ve el potencial de lo que se podría hacer… Hay que invertir… y los resultados no son necesariamente inmediatos… A veces hay que poner dinero en infraestructura para ordenar la casa antes de generar nada… Esto requiere un empuje político en todas las organizaciones. He visto esto llegando desde: El CEO o la junta directiva (y en gobiernos desde el ´city council´) Desde alguna gerencia O incluso desde IT con alguien con mucho conocimiento (en estos casos requiriendo ´quick wins´ como estrategia para poder evangelizar)
- Y hay incertidumbre: aunque exista un plan Aunque se asignen recursos … no está claro que habrá al final del proyecto inicial
- En muchos casos vimos bastante resistencia… El status quo siempre es cómodo… Hay gente que no gana demasiado con buena exposición de datos… Hay gente que simplemente no quiere innovar! Hay personal que cree que va a perder poder Finalmente: Data Science requiere ´inversión´ y ´experimentación´… hay que dar ese salto para invertir y estar dispuestos a experimentar. No todo lo que se genere va a ser de valor… pero es cosa de ir construyendo una cultura en la empresa que ve la oportunidad de sacar valor de los datos ...
- En muchos casos vimos bastante resistencia… El status quo siempre es cómodo… Hay gente que no gana demasiado con buena exposición de datos… Hay gente que simplemente no quiere innovar! Hay personal que cree que va a perder poder Finalmente: Data Science requiere ´inversión´ y ´experimentación´… hay que dar ese salto para invertir y estar dispuestos a experimentar. No todo lo que se genere va a ser de valor… pero es cosa de ir construyendo una cultura en la empresa que ve la oportunidad de sacar valor de los datos ...
- Para comenzar es preciso hacerse estas 2 preguntas… Incluso cuando ya hay un grupo para hacer ciencia de datos...
- Y luego comenzar a desarrollar esos ´productos´ de datos
- Explicar que es Stitch Fix
- → ¿Por que tienen mas de 65 personas colaborando con las distintas áreas del negocio para innovar constantemente respecto a datos? Las recomendaciones generan: 35 % de ventas en Amazon 50 % de conexiones en LinkedIn 75 % de películas vistas en Netflix 100% de ventas en Stitch Fix
- Mucho de lo que me tocó ver en Latam busca: Entender lo que se hace con Big Data en Estados Unidos Buscar formas simples de bajarlo a tierra Generar quick wins para mostrar el valor
- Perfilado de usuarios y agentes Análisis y Predicción Data Products
- JSON & API may need to be explained
- JSON & API may need to be explained
- JSON & API may need to be explained
- JSON & API may need to be explained
- Mencionar que es framework propietario de ixpantia.
- Data Persona → + Data Perspective → + Data Process →
- MAS SOBRE DATA WRANGLING EJEMPLOS COSAS QUE HAY QUE HACER ALGUN ESQUEMA RELEVANTE PARA Data Wrangling (gustan los esquemas o ´Marcos Conceptuales´ PUEDE SER CON R STUDIO (pero tiene que ser breve)
- MAS SOBRE DATA WRANGLING EJEMPLOS COSAS QUE HAY QUE HACER ALGUN ESQUEMA RELEVANTE PARA Data Wrangling (gustan los esquemas o ´Marcos Conceptuales´ PUEDE SER CON R STUDIO (pero tiene que ser breve)
- MAS SOBRE DATA WRANGLING EJEMPLOS COSAS QUE HAY QUE HACER ALGUN ESQUEMA RELEVANTE PARA Data Wrangling (gustan los esquemas o ´Marcos Conceptuales´ PUEDE SER CON R STUDIO (pero tiene que ser breve)
- Hablar de los distintos tipos de productos de datos. Mostrar para el caso de AM la interfaz web y la API Hasta se podría hacer un llamado a la API Model boundaries: K nearest neighbour classifier with fancy plot as explained on : http://stackoverflow.com/questions/31234621/variation-on-how-to-plot-decision-boundary-of-a-k-nearest-neighbor-classifier-f/31236327
- Lo que no se mide no existe en el contexto de innovación con base en datos Ideas: El objetivo es tener impacto. Pero no hay impacto que no mides …. Base Line measurement KPI Monitoring Report in terms of KPI changes Find bottlenecks, optimize, check if questions are answered. What you cannot measure does not exist in a data driven world Gut feeling and intuition → Evidence based decision and actions
- Ideas: Saliendo al mundo pronto… Si o si se van a cruzar con datos… No hay un modelo que aplique a todas las organizaciones Different organizations have to take different approaches Cultura de innovación Estructura organizacional Data Access Data literacy Data privacy Existen algunos modelos Centralizado Distribuído Híbrido
- Ideas: Saliendo al mundo pronto… Si o si se van a cruzar con datos… No hay un modelo que aplique a todas las organizaciones Different organizations have to take different approaches Cultura de innovación Estructura organizacional Data Access Data literacy Data privacy Existen algunos modelos Centralizado Distribuído Híbrido
- Diego - introduccion