Informe State of Data Science 2021 [PDF de 46 páginas]

 (anaconda.com)
10 puntos por xguru 2021-07-27 | 1 comentarios | Compartir por WhatsApp
  • Un informe que analiza cómo está creciendo el campo de la ciencia de datos

→ A través de las tendencias adoptadas por empresas e instituciones educativas, ¿qué deberían preparar los estudiantes para el futuro?

  • Anaconda.org realizó una encuesta en línea a 4,299 personas de 140 países

  • Hombres 72%, mujeres 23%

  • 25 a 40 años 50%, 18 a 24 años 24%, 41 a 56 años 18%

  • Licenciatura 34%, maestría 24%, doctorado 10%, nivel secundaria 13%

  • Estudiantes 27%, analistas de negocio 11%, científicos de datos 11%, profesores/investigadores 9%, ingenieros de datos 7%, desarrolladores 6%

  • Nivel gerencial 26%, senior 25%, nivel de entrada 15%, nivel director 10%, principal 8%, dueños/ejecutivos/C-level 8%, VP 5%

  • Impacto de COVID-19 en la inversión en ciencia de datos: disminuyó 37%, aumentó 26%, se mantuvo 24%

  • Tamaño del equipo

→ En solitario 19%

→ 6 a 10 personas 44%

→ 1 a 5 personas 29%

→ 11 a 20 personas 17%

→ Más de 20 personas 10%

  • Su equipo dentro de la organización: TI 23%, investigación y desarrollo 16%, ciencia de datos avanzada 8%, operaciones 8%, finanzas 6%

  • Uso del tiempo de los científicos de datos: preparación de datos 22%, limpieza de datos 17%, reportes y presentaciones 17%, visualización de datos 15%, selección de modelos 12%, entrenamiento de modelos 12%, despliegue de modelos 11%

  • Factores que impiden que los modelos de datos lleguen a producción

→ 27%: cumplimiento de estándares de seguridad de TI

→ 24%: recodificar modelos hechos en Python/R a otros lenguajes

→ 23%: gestión de dependencias y entornos

→ 24%: recodificar modelos hechos en otros lenguajes a Python/R

  • Principales consideraciones al comprar sistemas para ciencia de datos

→ Rendimiento de CPU/GPU 60%

→ Memoria 46%

→ Aprobación del departamento de TI 45%

→ OS 42%

→ Reputación del soporte al cliente del fabricante 40%

→ Marca 32%

  • Uso de código abierto en las organizaciones: permitido 87%, no permitido 7%

  • Se recomienda usar código abierto: sí 65%, no 21%

  • Cómo apoyan a los equipos para contribuir al uso de código abierto

→ Se les asigna tiempo específico para contribuir a proyectos de código abierto 46%

→ Se financia por separado el desarrollo de proyectos de código abierto 54%

→ Hay miembros del equipo que participan exclusivamente en proyectos de código abierto 41%

Uso de lenguajes (Always, Frequently, Somtimes, Rarely, Never)

→ Python: siempre 34%, frecuentemente 29%, a veces 22%, rara vez 11%, nunca 4%

→ SQL: siempre 15%, frecuentemente 20%, a veces 27%, rara vez 16%, nunca 22%

→ R: siempre 10%, frecuentemente 17%, a veces 25%, rara vez 18%, nunca 30%

  • El 32% de los encuestados planea buscar un nuevo trabajo dentro de 6 a 12 meses

Lecturas relacionadas

1 comentarios