El Análisis Exploratorio de Datos es una metodología estadística bien establecida que proporciona herramientas conceptuales y computacionales para descubrir relaciones y patrones que, en última instancia, nos ayudan a extraer ventajas competitivas para nuestros proyectos.

En este taller aprenderás los conceptos básicos de la exploración estadística, cómo formular las preguntas adecuadas y cómo aplicar herramientas de visualización de datos y de exploración automatizada para dar respuesta a esas preguntas a partir de tus datos. El taller se distribuye en tres sesiones:

Sesión 1. Introducción a la Exploración Estadística: en esta sesión diseñarás tu propio estudio exploratorio y formularás las preguntas de forma adecuada para su análisis posterior.

• ¿Qué es un estudio estadístico exploratorio?
• Los ingredientes del estudio exploratorio.
• Los 5 tipos de preguntas exploratorias que puedes estar haciéndote.
• Cómo transformar objetivos de negocio en preguntas exploratorias.

Sesión 2. Exploración Visual de Datos: en esta sesión recogerás datos para tu estudio, los resumirás cuantitativamente y construirás las visualizaciones más apropiadas según tus objetivos.

• Preparación y resumen de datos con Python (Google Collab/Jupyter).
• Tipos de visualizaciones y cómo escogerlas adecuadamente.
• Generación de visualizaciones con Google Data Studio.

Sesión 3. Exploración Automatizada con AutoDiscovery: en esta sesión aplicarás la máxima potencia de exploración automatizada e inteligente con AutoDiscovery para ir más allá de tu capacidad y descubrir relaciones de gran valor de negocio a partir de tus datos y de tus preguntas.

• Integración de los datos.
• Configuración y lanzamiento de las preguntas exploratorias.
• Interpretación de los resultados obtenidos.
• Conclusiones: ¿qué has descubierto?

Al terminar este taller, serás capaz de:

• Diseñar un estudio de exploración de datos para descubrir ventajas competitivas.
• Formular las preguntas exploratorias correctas a partir de los objetivos del estudio.
• Preparar los datos para su exploración y resumirlos con ayuda de Python.
• Generar visualizaciones de los datos para descubrir asociaciones de valor.
• Explorar los datos de forma automática y exhaustiva con ayuda de AutoDiscovery.
• Descubrir ventajas competitivas para tu proyecto a partir de los datos del estudio.

Planificación: el taller se realizará los días 6, 7 y 8 de octubre de 2021, en horario de 16:30 a 18:30, en las instalaciones de la Escuela de Ingeniería Informática de la ULPGC.

Ponente: Ray G. Butler es Licenciado en Informática por la ULPGC y Master Executive MBA (Barcelona, EADA). Su carrera profesional se desarrolla inicialmente en diferentes empresas (Soluciones Informáticas para el Comercio, Abengoa, Giesecke & Devrient, Panlab) hasta que en 2012 funda su propia empresa, Butler Scientifics, donde desarrolla el software AutoDiscovery para ayudar a los equipos de investigación de hospitales, universidades y empresas farmacéuticas a entender cómo funcionan las enfermedades a partir de los millones de datos que se recogen en los estudios clínicos. Este software ha ayudado a revelar relaciones muy valiosas entre los datos, lo que ha permitido avanzar en la identificación de nuevas dianas diagnósticas, pronósticas y terapéuticas en tumores oculares o en las infecciones del tracto respiratorio inferior de pacientes ingresados en la UCI, por poner sólo dos ejemplos. Actualmente, Butler Scientific trabaja con algunas de las empresas farmacéuticas más importantes a nivel mundial y con los mejores centros médicos de España y Europa. Ray también desarrolla su vertiente profesional como docente, ya que es profesor asociado del Grado en Ciencias y Tecnologías Aplicadas al Deporte y al Acondicionamiento Físico en el Centro Universitario EUNCET de la Universitat Politècnica de Catalunya.

Inscripciones: podrán participar los estudiantes matriculados en la ULPGC que se preinscriban en este enlace antes del viernes 1 de octubre de 2021 a las 14:30 horas. Si hay más preinscripciones que plazas disponibles se dará prioridad a los estudiantes de últimos cursos. El número de plazas se establecerá en función de la situación sanitaria y la disponibilidad de recursos. Antes del comienzo del taller se contactará por correo electrónico con las personas preinscritas para comunicarles si tienen o no plaza en el mismo.

Requisitos: para un adecuado aprovechamiento del taller, los participantes deben dominar las nociones básicas de la programación en Python y manejarse con hojas de cálculo a nivel de usuario. Además, para seguir el taller, los participantes deben disponer de una cuenta en Google.