Todo proyecto de DATA SCIENCE es un desafío en sí mismo.
La posibilidad de poder traducir la realidad en una fórmula mágica que pueda emularla y reproducirla está atada a la complejidad de los distintos métodos cuantitativos y estadísticos detrás de los algoritmos de MACHINE LEARNING que se requieren.
Este resultado también está atado al Enfoque analítico del Científico de Datos, a la posibilidad de contar con un Set de datos que tengan el volumen y la representatividad correcta o a la posibilidad de recopilarlos, para luego poder desarrollar un MODELO PREDICTIVO acertado.
Sin embargo, cuando se analiza un Set de datos significativamente grande, es muy fácil encontrar variables o fenómenos que a simple vista están relacionados, aunque en realidad solo sea un resultado fortuito. Un modelo perfecto puede en realidad estar escondiendo correlaciones arbitrarias que solo puede identificar quien conoce en profundidad lo que sucede en el MUNDO REAL.
Por todo esto, el mayor desafío en DATA SCIENCE es poder trabajar de manera conjunta con el CLIENTE. Nada reemplaza el INSIGHT y la información de contexto que puede tener alguien que está hace 15 años en la misma industria, en la misma actividad o abocado a un mismo proceso.
Hay una frase popular en DS que indica que, la correlación de variables no implica causalidad y en la página web SPURIOUS CORRELATIONS podemos encontrar miles de ejemplos acerca de este tema.
En FERSYS trabajamos junto con nuestros clientes realizando un DISCOVERY CONSULTIVO de manera conjunta e involucrando a usuarios clave en ETAPAS TEMPRANAS del proyecto para poder obtener los mejores resultados.
