Data Science Job Salaries Ejemplo BI

LUZ VIVAS ORTEGA 1-12-2022

INDICE

PARTE I: ASPECTOS TEÓRICOS        2

1. Objetivo y descripción de la temática de los datos        2
2. Alcance y nivel de aplicación del análisis:        2

PARTE II: ASPECTOS PRÁCTICOS        3

1. Dataset Principal        3
2. Listado de columnas por tablas y su descripción:        3
3. Diagrama Entidad-Relación:        5
4. Transformaciones realizadas:        6
5. Medidas calculadas generadas y sus formulas        6

PARTE III: VISUALIZACIÓN        8

1. Dashboard en Powert Bi        8

• Solapa Principal        8
• Solapa 1 - “Evaluación Carreras 2020 – 2022”:        8
• Solapa 2 – “Salario”        9
• Solapa 3 – “Atributos Complementarios”        10

PARTE IV: CONCLUSIÓN        12

DATA SCIENCE JOB SALARIES

PARTE I: ASPECTOS TEÓRICOS

1. Objetivo y descripción de la temática de los datos:

El siguiente trabajo practico de visualización de datos tiene como principal objetivo demostrar cuales son los salarios más relevantes dentro del mundo de la ciencia de datos a nivel mundial, así como, el desenvolvimiento de otras variables transversales como lo serian localización de los trabajadores, nivel de experiencia, seniority, tamaño de empresa, etc. Los datos utilizados para realizar esta práctica, fueron obtenidos de Kaggle y su uso es de carácter público.

En líneas generales podemos decir que los profesionales a nivel mundial en el área de Data Science han ido aumentando considerablemente en los últimos años, su principal factor reside en la digitalización de los procesos de la mayoría de las industrias. Basado en esto, se seleccionó esta fuente de datos la cual consta de 11 variables (cualitativas y cuantitativas) y 606 observaciones de profesionales dentro del mundo de la ciencia de datos, la cual nos permitirá observar el desenvolvimiento de la industria y los diferentes atributos de sus expertos en los últimos 3 años.

1. Alcance y nivel de aplicación del análisis:

El Dashboard desarrollado pueden ser utilizados por aquellas personas que le interese conocer de manera somera como se ha desarrollado el mercado de Data Science a nivel mundial, además, puede darle una idea de la cantidad de profesionales que hay por área, así como, su nivel de experiencia, país región, salario, etc. De esta manera, se podrá generar una idea personal en caso de querer conocer el mercado, hacer carrera dentro del sector o cualquier otro fin particular.

Las herramientas utilizadas para realizar el análisis fueron: Microsoft Excel, Miro y Powert Bi., todas a nivel básico basándonos en los conocimientos adquiridos dentro del curso.

PARTE II: ASPECTOS PRÁCTICOS

1. Dataset Principal:

La base de datos principal cuenta con 11 columnas o variables (tanto cualitativos como cuantitativos) y 606 filas u objetos. A continuación, se muestran cada una de las variables con su respectiva descripción:

1. Listado de columnas por tablas:

Se realizo un proceso de normalización al dataset principal, de tal manera que se pudiesen agrupar por características aquellas variables semejantes, a su vez, en las tablas localidad empleados, localidad compañía y atributos trabajador se crearon -en cada tabla- llaves concatenadas para que pudiesen tener un registro único. De esta manera, obtuvimos las siguientes tablas:

Tabla Trabajador

Tabla Salario

Tabla Localidad Empleados

Tabla Localidad Compañía

Tabla Atributos Trabajador

1. Diagrama Entidad-Relación:

En la siguiente ilustración se puede observar el modelo de entidad-relación creado para este ejercicio práctico. Se partió por un proceso de normalización previo que nos llevara a agrupar en tablas aquellas variables con características semenjantes para luego relacionarlas entre si a través de llaves primarias, foráneas o concatenadas.

...