Hoy día nos encontramos ante una amplia gama de herramientas de análisis de datos.
Estas herramientas varían desde soluciones que tratan de automatizar una acción (detección de anomalías, clasificación, predicción, optimización…) hasta soluciones que permiten a las personas interpretar datos complejos y/o masivos.
Cada problema tiene sus propias particularidades y estas determinan que unas herramientas sean más adecuadas que otras para su tratamiento.
Comprender las necesidades de una determinada aplicación en un dominio particular es una dificultad real que requiere experiencia en Ciencia de datos. Además, cada dominio tiene sus propias características en cuanto a los datos que hay (o no) disponibles, la frecuencia con la que se pueden obtener y la complejidad y el coste de esta recopilación.
La configuración de un pipeline de datos (cadena de pasos de procesamiento) práctico requiere de una comprensión profunda del problema en cuestión (conocimiento del dominio).
En Codas Lab creamos nuevas herramientas de análisis de datos en dominios en los que tenemos años de experiencia y en colaboración con expertos de cada dominio.
Nuestras herramientas pueden ser soluciones de aprendizaje automático —que utilizan principalmente técnicas multivariantes—, herramientas de visualización para exploración de datos y herramientas de inferencia estadística en las que se puede testear la significancia.
Con el fin de optimizar el uso de estas herramientas, organizamos cursos prácticos en los que enseñamos a evitar errores sutiles —tan habituales en Ciencia de datos— y a maximizar la información recabada.
Y de igual modo, divulgamos y compartimos estas herramientas con la comunidad (puedes conocerlas mejor haciendo clic quí).
Para que una solución de datos tenga éxito debe contar tanto con los conocimientos del experto del dominio como del experto en Ciencia de datos, y este es un hecho que a veces se olvida en la comunidad científica.
Es habitual que los expertos de dominio utilicen herramientas de software públicas sin una buena comprensión de sus limitaciones prácticas. Y del mismo modo, los expertos en datos suelen aplicar sus herramientas sin una comprensión adecuada del dominio.
En Codas Lab creemos firmemente en la importancia de ambas facetas y en la necesidad de saber combinarlas.
Si quieres recibir más información sobre nuestra línea de investigación de Desarrollo de nuevas herramientas estadísticas y de aprendizaje automático, no dudes en contactar con nosotros.
