You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.

46 lines
4.1 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-24T21:31:48+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "es"
}
-->
# Asignación: Escenarios de Ciencia de Datos
En esta primera asignación, te pedimos que pienses en algún proceso o problema de la vida real en diferentes dominios de problemas, y cómo podrías mejorarlo utilizando el proceso de Ciencia de Datos. Reflexiona sobre lo siguiente:
1. ¿Qué datos puedes recopilar?
1. ¿Cómo los recopilarías?
1. ¿Cómo almacenarías los datos? ¿Qué tan grandes podrían ser los datos?
1. ¿Qué información podrías obtener de estos datos? ¿Qué decisiones podríamos tomar basándonos en los datos?
Intenta pensar en 3 problemas/procesos diferentes y describe cada uno de los puntos anteriores para cada dominio de problema.
Aquí hay algunos dominios de problemas y problemas que pueden ayudarte a comenzar a pensar:
1. ¿Cómo puedes usar datos para mejorar el proceso educativo de los niños en las escuelas?
1. ¿Cómo puedes usar datos para controlar la vacunación durante la pandemia?
1. ¿Cómo puedes usar datos para asegurarte de ser productivo en el trabajo?
## Instrucciones
Completa la siguiente tabla (sustituye los dominios de problemas sugeridos por los tuyos si es necesario):
| Dominio del Problema | Problema | Qué datos recopilar | Cómo almacenar los datos | Qué información/decisiones podemos tomar |
|-----------------------|----------|---------------------|--------------------------|------------------------------------------|
| Educación | En la universidad, típicamente tenemos baja asistencia a las clases, y tenemos la hipótesis de que los estudiantes que asisten a las clases en promedio obtienen mejores resultados en los exámenes. Queremos estimular la asistencia y probar la hipótesis. | Podemos rastrear la asistencia mediante fotos tomadas por la cámara de seguridad en clase, o rastreando las direcciones bluetooth/wifi de los teléfonos móviles de los estudiantes en clase. Los datos de los exámenes ya están disponibles en la base de datos de la universidad. | En caso de rastrear imágenes de cámaras de seguridad, necesitamos almacenar algunas (5-10) fotografías durante la clase (datos no estructurados), y luego usar IA para identificar las caras de los estudiantes (convertir los datos a forma estructurada). | Podemos calcular datos promedio de asistencia para cada estudiante y ver si hay alguna correlación con las calificaciones de los exámenes. Hablaremos más sobre correlación en la sección de [probabilidad y estadística](../../04-stats-and-probability/README.md). Para estimular la asistencia de los estudiantes, podemos publicar el índice de asistencia semanal en el portal de la escuela y sortear premios entre aquellos con mayor asistencia. |
| Vacunación | | | | |
| Productividad | | | | |
> *Proporcionamos solo una respuesta como ejemplo, para que puedas tener una idea de lo que se espera en esta asignación.*
## Rúbrica
Excepcional | Adecuado | Necesita Mejorar
--- | --- | -- |
Se identificaron fuentes de datos razonables, formas de almacenar los datos y posibles decisiones/información para todos los dominios de problemas | Algunos aspectos de la solución no están detallados, el almacenamiento de datos no se discute, al menos 2 dominios de problemas están descritos | Solo se describen partes de la solución de datos, solo se considera un dominio de problema.
**Descargo de responsabilidad**:
Este documento ha sido traducido utilizando el servicio de traducción automática [Co-op Translator](https://github.com/Azure/co-op-translator). Si bien nos esforzamos por lograr precisión, tenga en cuenta que las traducciones automáticas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse como la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción.