Lección 8 del curso Introducción a la Ciencia de Datos.
En la sección anterior hablamos de los diferentes tipos de datos que podemos tener en un proyecto de Ciencia de Datos.
En esta lección hablaremos de las diferentes alternativas de almacenamiento que existen, dependiendo de la complejidad y de la cantidad de datos que tengamos en nuestro proyecto:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Acabamos de ver que dependiendo de la cantidad y el tipo de datos que estemos usando, podemos ir desde el simple almacenamiento en hojas de cálculo y archivos individuales hasta infraestructuras como las bodegas y los lagos de datos, que permiten almacenar grandes volúmenes de datos, tanto estructurados como no estructurados, y que además ofrecen capacidades de procesamiento y análisis en tiempo real o en la nube.
Así que ya tenemos claros los diferentes tipos de almacenamiento usados convencionalmente en Ciencia de Datos, y tengamos en cuenta que la elección de un tipo de almacenamiento en particular dependerá de la magnitud del proyecto y de la complejidad del “negocio”.
Pero resulta que, como lo vimos en el ejemplo del ciclo de vida de un proyecto en Ciencia de Datos, en la práctica los datos no tienen un comportamiento ideal y antes de poder analizarlos necesitamos prepararlos adecuadamente para dicho análisis.
Esta fase se conoce como el pre-procesamiento de los datos, que será precisamente el tema de la próxima lección.
Todas las lecciones del curso Introducción a la Ciencia de Datos