El campo de la ciencia de datos continúa creciendo, y con él vienen líderes de opinión que contribuyen a la industria a través de la divulgación y la educación. Muchos de los profesores de ciencia de datos que enseñan hoy en día son líderes en el campo de big data, hablando en conferencias, escribiendo libros e incluso creando desarrollos innovadores de big data. Descubra qué escuelas cuentan con los líderes más influyentes en la industria de la ciencia de datos.
Profesor Distinguido del Presidente de Tecnología de la Información y Gestión
Especialidades: Reingeniería de procesos de negocio, gestión del conocimiento, sistemas empresariales, analítica
Conferencias: Keynote Speaker, 2014 Informa Business Analytics & Operations Research
Libros: Big Data @ Trabajo, Análisis en el trabajo, Análisis empresarial, Mantenerse al día con los Quants
Profesor Asociado, Ingeniería Mecánica y Aeroespacial
Especialidades: Robótica evolutiva, automatización del diseño, prototipado rápido, vida artificial, autoensamblaje
Notoriedad: Nombrado uno de los Forbes Los científicos de datos más poderosos del mundo
Libros: Fabricado: El nuevo mundo de la impresión 3D
Profesor Toshiba de Artes y Ciencias de los Medios, Director del Laboratorio de Dinámica Humana, Director del Programa de Emprendimiento del MIT Media Lab
Especialidades: Ciencias sociales computacionales, ingeniería organizacional, computación móvil
Notoriedad: Nombrado uno de los Forbes Los científicos de datos más poderosos del mundo en 2014
Proyectos: Física Social
Libros: Física social: cómo se difunden las buenas ideas: las lecciones de una nueva ciencia, Señales honestas: cómo dan forma a nuestro mundo
Profesor, Departamentos de Ciencias de la Computación e Ingeniería Eléctrica
Especialidades: Sistemas informáticos distribuidos, bibliotecas digitales, sistemas de bases de datos
Conferencia: IEEE BigData 2013, Uso de Crowdsourcing para el análisis de datos
Proyectos: Proyecto de Biblioteca Digital de Stanford
Libros: Sistemas de bases de datos: El libro completo, Implementación del sistema de base de datos
Profesor consultor, Escuela de Ingeniería de Stanford
Especialidades: Ciencias de la gestión e ingeniería
Conferencias: 2014 Informa Conferencia sobre Business Analytics & Investigación de Operaciones
Proyectos: SmartOrg
Libros: La organización inteligente: creando valor a través de la investigación y el desarrollo estratégicos
Elimpacto del big data en nuestras vidas: «Explorar los datos puede ser revelador. Sin embargo, el big data no es tan bueno para la toma de decisiones. Hemos pedido a los ejecutivos que miren hacia atrás en las decisiones importantes para ver cuánto más datos sobre el pasado habrían ayudado, en comparación con mejores juicios sobre el futuro. Obtenemos alrededor del 30% de los datos pasados y el 70% de los mejores juicios. Además, para las grandes decisiones puede ser más importante adaptarse bien y rápidamente a medida que se desarrolla el futuro. Por lo tanto, los buenos datos sobre el presente y el pasado cercano pueden cobrar importancia. El análisis de la decisión puede dirigir las búsquedas de datos a las áreas más beneficiosas. Por supuesto, a veces simplemente jugar con los datos puede producir información valiosa, pero eso es una casualidad».
Profesor Asistente, Ciencias de la Computación
Especialidades: Problemas teóricos y prácticos en la gestión de datos
Proyectos: Brumoso
Profesor de investigación, Google Fellow, cofundador de Udacidad
Especialidades: Robótica, IA
Conferencias: DataBeat 2014
Proyectos: El coche autónomo de Google, Google Glass, Udacidad
Libros: Robots probabilísticos, Robots: Ciencia y Sistemas I
Recomendación para aprender sobre big data: «Udacity tiene una pista de ciencia de datos construida por la industria. Empresas líderes como Cloudera, Facebook y MongoDB han contribuido con cursos. Aprende de los principales expertos del mundo. Todo el contenido es accesible de forma gratuita, y todos los estudiantes pueden inscribirse en nuestras clases».
Profesor de Ciencias de la Computación
Especialidades: Infraestructura y aplicaciones de gestión de datos a gran escala
Conferencias: IEEE BigData 2013, La pila de análisis de datos de Berkeley: presente y futuro
Decano y Profesor, Facultad de Información
Especialidades: Economía, comunidades internacionales y migración de talento
Conferencias: DataEDGE
Libros: Los nuevos argonautas: ventaja regional en una economía global, Ventaja regional: cultura y competencia en Silicon Valley y la Ruta 128
Sobre big data y cómo afecta nuestras vidas: «Los impactos de big data son actualmente visibles en los mundos de las redes sociales, la tecnología, la publicidad y el marketing, y las finanzas. Big data también es muchos campos de ciencia e ingeniería como la física, la biología y la astronomía. Será cada vez más visible en el cuidado de la salud, las escuelas, el gobierno y en una amplia gama de industrias más antiguas, desde automóviles hasta aeroespacial. Prácticamente todas las organizaciones querrán poder trabajar con sus datos. Big data funciona entre bastidores cuando navegamos por la web, usamos las redes sociales e incluso el correo electrónico, ya sea en nuestros dispositivos móviles o computadoras. Big data se está utilizando en nuestras transacciones financieras y en nuestros coches. Está muy extendido, y pronto se volverá omnipresente».
Sobre el mayor impacto de big data en nuestras vidas: «Hoy en día, cada vez más empresas recopilan y utilizan datos para proporcionar mejores servicios a sus usuarios (por ejemplo, Amazon), mejorar la seguridad (por ejemplo, Boeing), mejorar la eficiencia (por ejemplo, General Electric, PG&E), detectar fraudes (por ejemplo, PayPal) y, para bien o para mal, optimizar la orientación de anuncios. En el futuro, continuaremos viendo mejoras en todas estas áreas y, además, veremos grandes avances en nuevas áreas, como la medicina (por ejemplo, la genómica del cáncer), la conservación de la energía y la protección del medio ambiente».
Profesor del Canciller, Departamento de Estadística, Departamento de Ingeniería Eléctrica y Ciencias de la Computación
Especialidades: Problemas de datos de alta dimensión, modelado estadístico y análisis de estructuras de datos, aprendizaje automático
Proyectos: Estabilidad, Abrazar los desafíos estadísticos en la era de la tecnología de la información
Fundador de Ladrillos de datos, Profesor Asistente en EECS (en el año académico 2014)
Especialidades: Herramientas para computación intensiva en datos a gran escala
Proyectos: Chispa, Tiburón, Mesos, otros sistemas para la programación y coordinación de macrodatos
Profesor de Sistemas de Información Gerencial
Especialidades: Análisis de decisiones y riesgos, análisis, modelado de hojas de cálculo, gestión de proyectos / carteras
Conferencias: 2014 Conferencia Informa sobre Business Analytics & Investigación de Operaciones
Sobre el mayor impacto de big data: «En los últimos años, big data estaba encontrando muchos pequeños usos, como averiguar qué anuncio emergente mostrarle en una página web. Más recientemente, se ha utilizado para encontrar eficiencias en los procesos comerciales, lo que tiene un gran impacto en la economía. Big data también juega un papel en la seguridad nacional, por supuesto. No creo que haya tenido un impacto tremendo en las decisiones más importantes que toman las empresas y nuestra sociedad, pero tiene el potencial y debería. Por ejemplo, el debate sobre la reforma de salud involucró muchas conjeturas sobre una amplia gama de temas sobre cuáles serían los impactos probables de varios cambios en el sistema. Las respuestas a muchas de las preguntas que se hicieron o deberían haberse hecho podrían haberse encontrado en los datos existentes que cubren la experiencia de muchos millones de estadounidenses. Esto habría sido posible si se hubieran codificado suficientes circunstancias de cada caso individual y los analistas pudieran extraer y comparar todos los micro experimentos de variaciones de políticas que ocurren todos los días. Me gustaría ver que los métodos de análisis de decisiones en particular se utilicen como una interfaz para grandes decisiones políticas y estratégicas que proporcionarían un marco para identificar e incorporar la información más valiosa para extraer del mar de datos».
Profesor Adjunto, Consultor de Minería de Datos en Elder Research Incorporated
Especialidades: Optimización, minería de datos
Conferencias: 2013 Mundo del análisis predictivo
Proyectos: Investigación de ancianos
Profesor Asistente de Administración de Empresas
Especialidades: Análisis de decisiones multicriterio, toma de decisiones conductuales, gestión de proyectos, innovación y desarrollo de nuevos productos
Conferencias: 2014 Conferencia Informa sobre Business Analytics e Investigación de Operaciones
Profesor Asociado, Departamento de Diseño e Ingeniería Centrados en el Ser Humano
Especialidades: Factores humanos en la interacción por computadora, ciencia de datos, juegos colaborativos
Proyectos: Laboratorio de Colaboración Científica y Creatividad, Caída del sol
Recomendación para aprender más sobre big data: «Algunos buenos recursos para aprender sobre big data se pueden encontrar en un plan de estudios de ciencia de datos propuesto que desarrollé junto con el eScience Institute. Estas son las habilidades clave que la investigación de mercado y la experiencia científica nos han enseñado que son fundamentales para la ciencia intensiva en datos. Actualmente también estamos desarrollando pistas de doctorado de big data en múltiples departamentos de la Universidad de Washington».
Profesor Asociado, Ciencias de la Computación e Ingeniería
Especialidades: Gestión de Big Data, gestión de sensores y datos científicos, computación en la nube
Proyectos: Myria, Nuage, CQMS, Datos Eco$y$tem
Sobre cómo el big data está mejorando la ciencia: «Hemos comenzado a colaborar con científicos en el campus de la UW mirando sus desafíos de gestión de datos desde una perspectiva de base de datos. Las herramientas existentes les están fallando, por lo que necesitan nuevas herramientas para ayudarlos a administrar sus conjuntos de datos cada vez más grandes y tener éxito en hacer su ciencia».
Profesor Amazon de Aprendizaje Automático, Profesor Asociado en Ciencias de la Computación e Ingeniería, Profesor Adjunto de Estadística
Especialidades: Aprendizaje automático
Profesor Asociado, Ciencias de la Computación e Ingeniería
Especialidades: Factores humanos en la comprensión de grandes colecciones de datos, sistemas interactivos para la visualización de datos
Proyectos: Documentos basados en datos (D3), Wrangler, Trifacta