Data Science Capstone

Francisco Pesante
13 de febrero de 2020
Universidad Sagrado Corazón
San Juan, Puerto Rico
Francisco J. Pesante González
• Miembro del Grupo de Proyectos
Estadísticos del Instituto de Estadísticas
de Puerto Rico; coautor de publicaciones
como la Encuesta de Alfabetización 2010,
el Informe de Desarrollo Humano 2016 y
los informes de Industrias Creativas en
Puerto Rico. En esta agencia, es el
encargado de administrar las
publicaciones en Tableau Public.
• Ha laborado en la División de Planificación
y Estadísticas del Departamento de
Justicia.
• Instructor universitario por los pasados 9
años y ha participado de múltiples
congresos, investigaciones y
publicaciones.
Francisco J. Pesante González
Contactos:
• franciscopesante@yahoo.com
• francisco.pesante@estadisticas.pr
• fpesante@nuc.edu
SOBRE EL CURSO
Reuniones (6 jueves):
1. 13 de febrero de 2020
2. 20 de febrero de 2020
3. 27 de febrero de 2020
4. 5 de marzo de 2020
5. 12 de marzo de 2020
6. 19 de marzo de 2020
Horario 6 a 9 pm
Data Science Capstone
•El curso de Capstone promueve que los
estudiantes apliquen los conocimientos
teóricos y prácticos adquiridos durante
el programa de Ciencia de Datos a un
proyecto que involucre datos y toma de
decisiones en un entorno laboral.
Data Science Capstone
•Durante el proyecto, los estudiantes
participarán en todo el proceso, desde la
recopilación y el procesamiento de
datos hasta la aplicación de métodos
analíticos adecuados al problema.
Data Science Capstone
•Tanto los problemas a ser atendidos en
el proyecto como los conjuntos de datos
proceden de ambientes similares a los
que normalmente encuentran dentro de
la industria, el gobierno, las
organizaciones no gubernamentales o la
investigación académica.
Data Science Capstone
•Este curso es principalmente auto-
dirigido por el estudiante, en el que el
profesor proporciona orientación y
sugerencias para ayudar al estudiante a
desarrollar su propuesta.
 Track de Negocios (4 cursos) Course Tracks
Data Science
Data Science Marketing
Data Science
Excel Analytics I
Excel Básico
Avanzado

Medular Medular
Storytelling Marketing Marketing
Tableau
with Data Analytics II Analytics III

Electivos aplicables a ambos tracks

1.Principios
Google Data Science
de Data Power BI
Analytics with SQL 6.Capstone
Science

Machine Data
R Básico R Intermedio
Learning Wrangling

Introducción a Python
Regresión
Python Intermedio

Track de Programación (4 cursos)

 ¿Cuál ha sido tu
secuencia de talleres?
¿Qué es un Proyecto?
¿Qué es un Proyecto?
• Un proyecto es un esfuerzo temporal
realizado para crear un producto, servicio
o resultado único.
• La naturaleza temporal de los proyectos
indica que un proyecto tiene un principio
y un final definido.
• El final se alcanza cuando los objetivos se
han alcanzado o porque sus objetivos no
se pudieron cumplir;
(PM BOK p. 1)
¿Qué es un Proyecto?
• También o cuando la necesidad del
proyecto ya no existe.
• Un proyecto también puede finalizar si el
cliente desea finalizar el proyecto.
• El aspecto temporal no necesariamente
significa que su duración es corta.
• La mayoría de los proyectos se
emprenden para crear un resultado
duradero.
(PM BOK p. 1)
 ¿Cuáles pueden ser los
productos del Proyecto?
• Un producto que puede ser componente de otro
elemento, una mejora a este elemento o un elemento
final en si mismo;
• Un servicio o un medio para completar un servicio (por
ejemplo, una función comercial que respalde la
producción o distribución);
• Una mejora en la línea de productos o servicios existentes
• Un resultado, que se resume en un documento (por
ejemplo, un proyecto de investigación que desarrolla
conocimiento).
(PM BOK p. 2)
¿Cuál es su rol en el Proyecto?
¿Cuál es su rol en el Proyecto?

¡Completar el proyecto!
¿Cuál es su rol en el Proyecto?
1. Ámbitos de influencia
• Gobernabilidad, cuerpos regulatorios, clientes, usuarios, equipo de trabajo,
competencia
2. Conocer los principales condicionantes
• Alcance, itinerario y costo
3. La organización
• Misión, visión, comunicación
4. Ambiente externo
• Estándares y practicas de la industria, y de la disciplina
5. Conocimiento
• Técnico, estratégico, liderazgo
Etapas del Proyecto
1. Inicio
2. Planificación
3. Ejecución
4. Monitoreo y control
5. Cierre
Temas del taller
1. Definición del problema (13-feb)
2. Planificación (generación conceptual del proyecto) (20-feb)
3. Diseño preliminar (27-feb)
4. Diseño de los detalles (5-mar)
5. Comunicación de los resultados (12-mar)
6. Presentación final (19-mar)
Definición del problema

•Etapa inicial del Proyecto

•Pre-planificación
Definición del problema
•Analizar las oportunidades
•Definir el problema
• Generar alternativas
• Seleccionar medios para atenderlo
• Planificar los medios
• Desarrollar los medios
Definición del problema
Planificación preliminar y análisis de viabilidad
• Justificación y propósito del Proyecto
• Criterios de exito
• Alcance del Proyecto
• Restricciones
• Metas en tiempo y dinero
• Roles y beneficiarios
• Información organizacional
 Track de Negocios (4 cursos) Course Tracks
Data Science
Data Science Marketing
Data Science
Excel Analytics I
Excel Básico
Avanzado

Medular Medular
Storytelling Marketing Marketing
Tableau
with Data Analytics II Analytics III

Electivos aplicables a ambos tracks

1.Principios
Google Data Science
de Data Power BI
Analytics with SQL 6.Capstone
Science

Machine Data
R Básico R Intermedio
Learning Wrangling

Introducción a Python
Regresión
Python Intermedio

Track de Programación (4 cursos)

Trabajo para próximo taller

Presentar lo discutido hoy respecto

a la Planificación preliminar y
análisis de viabilidad.*

*Requisito para la planificación formal del

Proyecto final.
Referencias

1. Project Management Institute (2013). A Guide to the Project

Management Body of Knowledge. Newtown Square, Pennsylvania.
2. Stephen W. Laguette (2012). Assessment of Project Completion for
Capstone Design Projects. University of California, Santa Barbara:
American Society for Engineering Education.
3. Tony Johnson (2018). Crosswind Success Series: PMP Exam
Bootcamp Manual. Carrolton, Texas: Crosswind Learning.