3  Introducción

3.1 ¿Quién debería de leer este libro?

En este libro buscamos dar un vistazo del total de los procesos a través de los cuales buscamos añadir valor a nuestras organizaciones con datos. Uno de los retos a los que típicamente nos enfrentamos, es que la ciencia de datos es un campo fundamentalmente interdisciplinario, lo cual significa que un profesional de datos típicamente tiene que trabajar con diferentes áreas y niveles de su organización.

El público meta que tenemos en mente al escribir este libro, son todas aquellas personas que están trabajando dentro de un equipo de analítica, o analítica avanzada, nombres que vemos que son comunes en Latinoamérica (a veces se llama el equipo de ciencia de datos). En nuestra experiencia, estos equipos son diferentes de los equipos tradicionales de BI (business intelligence), tanto en los objetivos y alcances de sus proyectos y actividades, como en su ejecución. Y con esto creemos que este libro puede ser de interés para las siguientes audiencias. ¡Ojo! Si no te reconoces en esta lista lo más probable es una omisión errónea nuestra, si ya lo tienes en la mano (o en pantalla) probablemente es de interés para ti.

En muchos casos, un área de analítica avanzada en una organización inicia con un profesional que tuvo una buena idea y logró implementar una solución con datos. Muchas veces, esta primera iteración es el resultado de mucho esfuerzo, tiempo y estudio personal enfocado en resolver un problema. Esperamos que este libro ayude a entender cuáles son los procesos y buenas prácticas para lograr que iniciativas exitosas o equipos de datos ya formados, puedan anclarse y llevarse al siguiente nivel en organizaciones que quieran innovar y generar valor con datos.

Pensamos que este libro puede ser muy útil para:

  • Profesionales de datos que trabajen en la implementación y ejecución técnica de proyectos y quieran mejorar sus habilidades de gestión.
  • Líderes de proyectos que trabajen con equipos de ciencia de datos y quieran conocer la metodología DataOps para mejorar en la coordinación de equipos técnicos y estratégicos.
  • Gerentes o directores de áreas de tecnología, TI, innovación o datos que deseen adoptar mejores prácticas para garantizar la alineación estratégica y operativa en la ejecución de proyectos de datos.
  • Consultores en ciencia de datos o business intelligence (BI) que trabajen en la implementación de proyectos de análisis de datos para diversos clientes.
  • Profesionales de negocio con enfoque en datos que quieran optimizar la toma de decisiones basada en datos a través de una gestión más eficiente de sus proyectos de análisis.

Este libro también puede beneficiar a personas en cargos relacionados con el manejo de equipos multidisciplinarios que combinan tecnología y datos, o que busquen implementar metodologías efectivas de colaboración en la ejecución de proyectos.

3.2 ¿Qué provecho sacará de este libro?

Este libro es una guía práctica para la implementación de DataOps en una organización. Es una guía porque tratamos de dar una secuencia de pasos que ayuden a entender cuáles son los ingredientes que necesitamos para realizar efectivamente esta implementación. DataOps no es algo que se puede comprar, es más bien una forma de trabajar que se puede aprender y aplicar, y tratamos de tomarte de la mano para guiarte a través de los diferentes pasos para llegar al nivel de implementación que funciona para ti y tu organización. El libro es práctico porque creemos que lo importante es poder aplicar los conceptos y formas de trabajar en el día a día.

Esto significa que hemos tomado decisiones sobre el enfoque de este libro, donde damos ejemplos, y una ilustración del proceso completo. No pretendemos que sea la única forma de hacerlo, pero sí pensamos que son los pasos fundamentales. Si bien conocemos bien metodologías como CRISP-DM, KDD, o SEMMA, no los mencionamos más que aquí en este párrafo. Cada uno tiene su mérito y a veces los usamos dependiendo de las circustancias, por ejemplo si un cliente lo tiene como un requisito a cumplir. Así mismo, conocemos y tenemos experiencia con diferentes escuelas de gestión de proyecto como PRINCE2 y PMBOK. De todo esto hemos sacado lo mínimo requerido para trabajar de una forma organizada. Nos enfocamos en:

  • Procesos
  • Herramientas
  • Comportamiento
  • Cultura

Al final del libro tendrás a tu disposición lo necesario para gestionar proyectos de datos y equipos de profesionales co-creando productos de datos. Esto va desde la concepción y comunicación del proyecto hasta la ejecución y cierre del proyecto.

3.3 ¿Qué NO aprenderá con este libro?

De lo que no vamos a hablar, más allá de mencionarlo donde sea relevante, es el análisis como tal. No hablamos de métodos de análisis, ni de cómo ejecutar esos análisis, ni de herramientas con las cuales puedes ejecutar esos análisis. No aprenderás a programar, aunque en los capítulos será claro que creemos que es más fácil mantener estos procesos andando si usas herramientas que requieren programación en vez de herramientas de seleccionar y arrastrar.

3.4 Convenciones

En un libro como este hay mucho campo para ejemplos y para referencias externas. Hemos tratado de marcarlos de la siguiente forma para que sea más fácil identificar puntos relevantes durante la lectura.

Usamos los siguientes íconos a lo largo del texto.

Icono Significado
🚩 Información importante
🔍 Invitación a pensar y explorar cómo encaja esto en tu organización (o el contexto en el cual trabajas)
💡 Ideas que pueden iluminar el uso del material en tu día a día
📦 Artefactos (materiales como templates y ejemplos en código)
📖 Información adicional (generalmente referencias a otras fuentes y autores)

3.5 Colofón

📦 El material que incluimos con este libro esta disponible en la cuenta de Github de ixpantia. Este material, a diferencia del texto de este libro, Lo compartimos con la licencia de Apache 2.0 para que puedas usar los ejemplos sin preocupación en tu organización, siempre y cuando atribuyas los derechos de autor a ixpantia y dejes claro donde hiciste cambios propios.

https://github.com/ixpantia/gpcd

En este repositorio también puedes dejar comentarios, sugerencias y correcciones sobre el contenido del libro.