1. Antecedentes
1.1. Metodologia ASUM-DM
1.1.1. Se concentra en 5 fases generales
1.1.1.1. Analizar
1.1.1.2. Diseñar
1.1.1.3. Configurar o Construir
1.1.1.3.1. Metodologia ASUM-DM
1.1.1.4. Desplegar
1.1.1.5. Operar y Optimizar
1.2. Taxonomia de Bloom
1.2.1. Piramide de los niveles de conocimiento
1.2.1.1. Conocer
1.2.1.1.1. Capacidad de recordar hechos específicos
1.2.1.2. Comprender
1.2.1.2.1. Capacidad de comprender que se esta comunicando
1.2.1.3. Analizar
1.2.1.3.1. Descomponer un problema para su solución
1.2.1.4. Crear
1.2.1.4.1. Compila la información
1.2.1.5. Evaluar
1.2.1.5.1. Presenta opiniones haciendo juicios sobre la información
1.2.1.6. Aplicar
1.2.1.6.1. Uso del conocimiento nuevo
2. Problematica
2.1. Perfiles Existentes
2.1.1. BusinessData Analyst
2.1.1.1. Analiza los datos para comprender las necesidades del cliente al data scientist
2.1.2. Data Steward
2.1.2.1. Mantiene
2.1.2.1.1. Disponibilidad
2.1.2.1.2. Calidad
2.1.2.1.3. Seguridad
2.1.3. Chief Data Officer (CDO)
2.1.3.1. Líder de gestión de datos
2.1.4. Data Scientist
2.1.4.1. Interpreta los datos
2.1.4.2. Realiza Estadisticas
2.1.5. Data Engineer
2.1.5.1. Gran conocimiento en DDBB
2.1.5.2. Realiza la entrega de datos al data scientist
2.1.6. Data Artist
2.1.6.1. Experto en BA
2.1.6.2. Expone resultados de análisis de información
2.1.6.2.1. Graficos
2.1.6.2.2. Infografías
2.1.6.2.3. Herramientas visuales
2.1.7. Citizen Data Scientist
2.1.7.1. Genera modelos para el análisis predictivo
2.2. Complejidad para decidir el perfil adecuado para las empresas
2.2.1. Complejidad con el uso de datos
2.3. Caracteristicas de los proyectos de Big Data Analytics y Data Analytics
2.3.1. Big Data
2.3.1.1. Gigantes cantidades de datos
2.3.1.1.1. Uso de TI