Ingeniería de Software

Es bastante común leer o escuchar estos términos, tanto en español, como en inglés. El objetivo de este post es aprender a diferenciarlos, sabiendo que hay expertos que tienden a extender el ámbito de las definiciones, y por tanto existen puntos en común y de solapamiento entre ellos. ¿Puede darse que seamos un científico de los datos (data scientist) y que nosotros mismos no seamos conscientes de ello? Actualmente, hay varios campos dentro de la ciencia de los datos (data science) que se solapan, como por ejemplo, machine learning, inteligencia artificial, deep learning, IoT (Internet de las Cosas),... ya que la ciencia de los datos es un concepto bastante vasto y que cubre varias disciplinas, y que además toma prestadas técnicas y herramientas de otras ciencias relacionadas. Los grandes expertos en la materia dicen que hay dos tipos de científicos de datos: 1. Analista. Suele codificar soluciones, aunque no sea un experto en ello, y sí en modelado, inferencia estadística..

La satisfacción de nuestros clientes es uno de los objetivos cuando emprendemos un proyecto. Hasta tal punto que en ocasiones rechazamos proyectos en los que las expectativas de nuestros clientes no se pueden alcanzar (normalmente por restricciones presupuestarias, aunque no únicamente). Los puntos que influyen en la satisfacción de los clientes son:  Que entendamos sus necesidades y seamos capaces de definir un alcance. Completar el alcance en los plazos acordados. Que los entregables sean de calidad (esto es: que estén adecuados al uso, que objetivamente el código cumpla con los estándares y buenas prácticas, que sean seguros, usables, y que estén verificados funcionalmente, lo cuál, sin duda reducirá los errores y problemas en fase de explotación). Que seamos capaces de comunicar de manera adecuada los puntos anteriores en cada momento. A medida que el equipo que dirijo se ha ido haciendo más grande, además de acompañarme de un buen equipo de dirección, en ar