dato mata relato…
Aclaración para mis lectores y lectoras aunque solo tengas ese papel una vez en la vida. Muchos de estos textos están escritos del tirón y no pocos están sin una segunda o tercera revisión. Asume que encontrarás frases mal construidas, tal vez, alguna errata, casi seguro. Espero que tengas la inteligencia como para quedarte con el mensaje y usarlo, o rebatírmelo, que también vale, sin entrar en la simple descalificación o en el uso de falacias, que es el recurso de l@s tont@s.
-
¿Qué metodología es mejor en un proyecto de análisis de datos: Waterfall, Agile o Six Sigma?
¿Cuál es la mejor metodología en gestión de proyectos cuando se trata de análisis y ciencia de datos? Pues… tendrás que leer el artículo para saberlo.
-
La realidad de los conflictos interpersonales en los proyectos de ciencia y análisis de datos
No todos los conflictos en los equipos de proyectos de análisis de datos (o cualquier otro tipo) se resuelven hablando. A veces hay que tomar decisiones unilaterales y expulsar a alguien. O todo se verá afectado. Un líder es capaz de hacerlo.
-
La importancia del margen de error en tus análisis estadísticos de datos
Descubre qué es el margen de error, cómo calcularlo y su impacto en decisiones clave para pymes, encuestas, pruebas A/B y más.
-
Contexto, objetivo, lógica y herramienta: el mejor framework profesional en las TICs
Un framework simple y práctico para el desarrollo profesional: contexto, objetivo, lógica y herramienta.
-
Seguridad en la nube para analistas y científicos de datos confiados
El analista de datos es como el chef de una cocina. Debe saber un poco de todo para alcanzar un único objetivo, extraer conocimiento de los datos. Y entre esos poco-de-todo está la ciberseguridad aplicada a la nube.
-
6 problemas típicos que resuelve el análisis de datos: entre predicciones y patrones
Los 6 problemas habituales que se pueden resolver con el análisis de datos… y que no sabías.