2⃣ Planteamiento preguntas de investigación.

[natigl]

Producto: Se va a proveer al cliente de información sobre los conocimientos y heraamientas más demandads en el mercado laboral, respecto a nalisi de datos. Objetivos: Con el objetivo de mejorar el bootcamp y hacerlo más competitivo en el mercado, así como conocer el perfil de los analistas de datos para continuar con la promoción de la inserción de la mujer (y otros no hombres cisgénero) en el mundo tecnológico y trabajar sobre la brecha de género.

[XimenaPTM]

Preguntas generales:

• ¿Sueldos
• Qué industria paga mejor?
• Dónde se paga más?
• ¿Qué nivel educativo?
• ¿Cuántos años programando?
• Qué programas utiliza más?
• Qué utiliza de machine learning?

Preguntas de investigación:

¿Qué herramientas requiere un analista de datos? Qué se demanda en el mercado laboral

• Hacer más competitivo el bootcamp.

1. Enfocar data analisis, más que en machine learning.
   • herramientas, el perfil del data analyst (estudio de mercado a quien enfocar) (Qué herramientas son las más demandadas). q1-q6

-¿Qué habilidades y herramientas se utilizan más?

2. Perfil del analista de datos: género, edad, nivel de estudios más alto alcanzado, cuánto llevan programando. Estado de la brecha de género.

   • ¿Cuál es el perfil de un analista de datos?

3. Perfil de la industria: actividad donde trabajan, tamaño de la empresa, donde trabajan más data analistas

   • ¿Cuál es el perfil de las insdustrias donde trabajan analistas de datos? -¿Cuál industria paga mejor? q20 - q22, q25

4. Herramientas y conocimientos: comparación entre data y machine. comparación entre profesionales y no profesionales (cómo se están formando) q33, q32

Colorinchis:

• verde: perfil de data analista
• azul: qué herramientas y etc utiliza
• naranja: perfil industria.
• amarillo: no profesionales
• -sin color: machine learning y desconocidos.

[XimenaPTM]

Hola

[natigl]

Columnas a eliminar: q15 q16 q17 q19 q23 q24

[XimenaPTM]

Preguntas de investigación:

-¿Qué habilidades y herramientas se utilizan más?

1. Perfil del analista de datos: género, edad, nivel de estudios más alto alcanzado, cuánto llevan programando. Estado de la brecha de género.
   • ¿Cuál es el perfil de un analista de datos?

Q1-edad Q2-genero Q3-país . Tal vez agrupar por continente o lo que veamos. Q4-educación. Q5- Ocupación. Tal vez agrupar por técnico, perfil de producto, estudiante Q6- Experiencia. Está en rangos

2. Perfil de la industria: actividad donde trabajan, tamaño de la empresa, donde trabajan más data analistas
   • ¿Cuál es el perfil de las insdustrias donde trabajan analistas de datos? -¿Cuál industria paga mejor? q20 - q22, q25

Q20 = i_actual Q21 = e_tamanio Q22 = e_analistas Q24 = e_actividades Q25 = salario_actual

3. Herramientas y conocimientos: comparación entre data y machine. comparación entre profesionales y no profesionales (cómo se están formando) q33, q32

• herramientas, el perfil del data analyst (estudio de mercado a quien enfocar) (Qué herramientas son las más demandadas).

Q7 = l_utilizando Q8 = l_recomendado Q9 = adi (ambientes de desarrollo integrado) Q11 = plataformas Q12 = hardware Q13 = tpu (tensor processing unit) Q14 = visualizacion Q26 = presupuesto_ml_cc Q32-A = big_products Q33 = big_products_used Q41 = tool_ppal

Q10= Notebook que utilizas normalmente: 17 opciones

Q27= q27-A:Que plataformas de cloud computing utilizas regularmente: 12 opciones.