Page 24 - Reflexiones sobre Ingeniería 2023D-2024

Revista de la Facultad de Ingeniería, Año 8, Número 1
para garantizar la calidad de los datos, descubrir patrones y tendencias, y presentar
los hallazgos de manera comprensible.

Habilidades y roles en Ciencia de Datos: La Ciencia de Datos requiere una combinación
de habilidades técnicas y conocimientos de dominio. Algunas habilidades clave
incluyen la programación (por ejemplo, Python o R), el conocimiento de algoritmos y
técnicas de aprendizaje automático, la estadística, la visualización de datos y la
capacidad de comunicar los resultados de manera efectiva. Los roles comunes en un
equipo de Ciencia de Datos incluyen científicos de datos, ingenieros de datos y
analistas de datos.

Tendencias a nivel mundial en Ciencia de Datos:
Aumento en la generación de datos: El volumen de datos generados globalmente está
creciendo exponencialmente. Un ejemplo de esta tendencia es el crecimiento de
Internet de las Cosas (IoT), donde dispositivos como sensores y wearables generan
datos constantemente. Según un informe de IDC, se estima que para 2025 la cantidad
de datos generados alcanzará los 175 zettabytes.

Aprendizaje automático y algoritmos avanzados: El aprendizaje automático (Machine
Learning) y los algoritmos avanzados son fundamentales en la Ciencia de Datos. Estas
técnicas permiten a las organizaciones descubrir patrones ocultos, predecir
comportamientos futuros y tomar decisiones basadas en datos. Un ejemplo relevante
es el uso de algoritmos de aprendizaje automático en aplicaciones de recomendación,
como Netflix o Amazon, que analizan los patrones de comportamiento de los usuarios
para ofrecerles contenido o productos personalizados.

Ética y privacidad en la Ciencia de Datos: El aumento en la cantidad de datos también
ha planteado preocupaciones sobre la ética y la privacidad. Es fundamental garantizar
que los datos se utilicen de manera responsable y respetando la privacidad de los
individuos. Un ejemplo destacado es el Reglamento General de Protección de Datos
(GDPR, por sus siglas en inglés) de la Unión Europea, que establece pautas claras sobre
la recolección, almacenamiento y uso de datos personales. En Uruguay tenemos la Ley
18.331, también conocida como Ley de Protección de Datos Personales y Acción de
"Habeas Data", establece los principios y regulaciones para la protección de los datos
personales de los ciudadanos uruguayos. Esta ley tiene una relación relevante con la
ciencia de datos, ya que en dicho campo se manejan grandes volúmenes de datos,
incluyendo datos personales, para realizar análisis, generar conocimiento y tomar
decisiones informadas, dejando en claro que los profesionales de la ciencia de datos
deben respetar los derechos de privacidad de las personas, obtener el consentimiento
adecuado cuando sea necesario y adoptar medidas de seguridad para proteger los
datos sensibles.
Automatización y plataformas de Ciencia de Datos: La automatización y las plataformas
de Ciencia de Datos están ganando protagonismo. Estas herramientas permiten
acelerar y simplificar el proceso de análisis de datos, desde la preparación hasta el
modelado y la visualización. Un ejemplo es la plataforma de Ciencia de Datos de
Microsoft, Azure Machine Learning, que proporciona una interfaz intuitiva y potentes
capacidades de procesamiento para apoyar el trabajo de los científicos de datos.

22