CREADORES: BERNARDO CAMARENA RODOLFO PICHARDINI CARRERA: Business Intelligence Semestre 3ero En este repositorio encontrará los siguientes documentos: 1- Proyecto Final Probabilidad: Es nuestro cuaderno de colab con todo nuestro analisis de la base de datos de salarios de data science. Viene documentado y explicado cada parte parasu entendimiento facil. 2- README: lo que estas leyendo en este momento, este archivo basicamente es para dar contexto al proyecto y aclarar dudas. 3- ds_salaries: Es la base de datos en foramto csv
(1) ¿Cuál fue el motivo de elegir tu base de datos? Elegimos esta base de datos ya que como estamos estudiante BI es una industria de la Sciencia de Datos, y tener el registro de todos los salarios de cuanto gana cada puesto, en dolares, su experiencia, etc, nos sirvió mucho para tener una idea de los puestos mejores pagados, por ejemplo. (2) ¿Cuáles fueron tus fuentes para desarrollar el proyecto? Usamos Kaggle como nuestra fuente para tener la base de datos: https://www.kaggle.com/datasets/ruchi798/data-science-job-salaries Lo demás lo sacamos de conocimientos de la clase de probabilidad y tambien de la clase de Analisis de Datos Masivos del profesor Dario Baltierra para complementar nuestro código. (3) ¿Cuáles fueron tus metas para tu entendimiento del proyecto? Nuestras metas fueron que ibamos a poder entender una base de datos masiva, poderla organizar, encontrar datos valiosos, en este caso saber cuales son los puestos mejor pagados, en que paises, que nivel de experiencia, etc. Al final logramos poder manejar estas abses de datos con codigo y poder graficar varias relaciones para encontrar patrones y soluciones traidas a los negocios. (4) ¿Qué elementos representativos tomaste en cuenta, esto es cuáles fueron tus variables explicativas y cuál fue tu variable responsiva? Para la regresión lienal tomamos la relacion de los datos de los salarios como variable explicativa (en el eje y) y los puestos de trabajos, como variable responsiva en el eje x. Esto era con el fin de poder graficar esta relacion y poder predecir el salario de cualquier puesto adentro de la industria de Data Science.
Te agradecemos mucho por tu esfuerzo y tiempo Profe! En realidad eres un gran maestro, muy admirable. Gracias por este semestre!!!