La ciencia de datos combina múltiples campos, como las estadísticas, los métodos científicos, la inteligencia artificial (IA) y el análisis de datos para extraer el valor de los datos.
Los practicantes de la ciencia de datos se llaman científicos de datos y combinan una variedad de conocimientos para analizar los datos recopilados de la web, teléfonos inteligentes, clientes, sensores y otras fuentes para obtener información útil.
Las aplicaciones informáticas que involucran grandes cantidades de datos, el dominio de la ciencia de datos, afectan la vida de la mayoría de las personas en los EE. UU. y el mundo.
Estos impactos incluyen recomendaciones que nos hacen los sistemas basados en Internet, información disponible sobre nosotros en línea, técnicas que se usan para seguridad y vigilancia, datos que se usan en el cuidado de la salud y muchos más.
En muchos casos, se ven afectados por técnicas en inteligencia artificial y aprendizaje automático.
Este curso examina algunas de las cuestiones éticas relacionadas con la ciencia de datos, con el objetivo fundamental de que los profesionales de la ciencia de datos sean conscientes y sensibles a las consideraciones éticas que puedan surgir en sus carreras.
Lo hace a través de una combinación de discusión de marcos éticos, examen de una variedad de aplicaciones de ciencia de datos que conducen a consideraciones éticas, lectura de medios actuales y artículos académicos, y aprovechando las perspectivas y experiencias de compañeros de estudios y profesionales de la informática.
Los problemas éticos en la ciencia de datos se pueden tomar como crédito académico como parte de la Maestría en Ciencias en Ciencia de Datos (MS-DS) de CU Boulder que se ofrece en la plataforma Coursera.
El MS-DS es un título interdisciplinario que reúne a profesores de los departamentos de Matemáticas Aplicadas, Informática, Ciencias de la Información y otros de CU Boulder.
Con admisiones basadas en el desempeño y sin proceso de solicitud, el MS-DS es ideal para personas con una amplia gama de educación universitaria y/o experiencia profesional en informática, ciencias de la información, matemáticas y estadística.
Luego revisa los tres marcos éticos que se aplican más comúnmente a las discusiones éticas en la ciencia de datos y la computación: kantianismo/deontología, ética de la virtud y utilitarismo.
Se utilizan estudios de casos para ilustrar la aplicación y las propiedades de estos marcos.
Luego analiza los dos problemas éticos más básicos en el uso de Internet, la privacidad y la seguridad, en el contexto de la ciencia de datos.
Pasa por una serie de estudios de casos reales y ejemplos de cada uno para ilustrar la diversidad de problemas.
Comienza con la discusión de dos códigos de ética profesional muy relevantes, de sociedades profesionales en estadística e informática.
Luego analiza una variedad de problemas recientes de ética en el lugar de trabajo en las empresas de tecnología.
Una parte clave de este módulo es entrevistar a un profesional de la ciencia de datos sobre los problemas éticos que han encontrado en su carrera.
Este módulo comienza brindando algunos antecedentes generales sobre el sesgo algorítmico y considerando diferentes puntos de vista sobre los pros y los contras de la toma de decisiones algorítmica versus humana.
Luego revisa un conjunto ilustrativo de ejemplos de sesgo algorítmico relacionado con el género y la raza, que es una clase particularmente importante de instancias de sesgo algorítmico.
La parte final del módulo analiza cuál es quizás el caso más destacado y discutido de toma de decisiones algorítmica y sesgo, el reconocimiento facial.
Este módulo se centra en un área de aplicación que es particularmente importante y conduce a un amplio conjunto de cuestiones éticas: las aplicaciones médicas.
Esto incluye analizar los problemas actuales relacionados con las bases de datos de salud y los usos de la inteligencia artificial en el cuidado de la salud, y problemas más futuristas, la edición de genes y las intervenciones neurológicas.
El módulo concluye con un tema crucial que toda profesión de ciencia de datos debe considerar: las implicaciones de los campos de la ciencia de datos y la computación en el futuro del trabajo humano.
Este curso es ofrecido desde la plataforma de Coursera, es un curso que puedes obtener de manera gratuita bajo ciertas condiciones.
La primera opción es elegir la opción de “Curso gratuito sin certificado”, de esta manera podrás acceder al contenido del curso y finalizarlo, pero no podrás obtener un certificado de finalización avalado por la plataforma.
La segunda opción es elegir “auditar curso”, con esta opción podrás acceder al contenido de video del curso, pero no podrás realizar los exámenes ni obtener el certificado de finalización. Si no ves la opción de auditar curso, debes verificar en la parte de abajo usando el scroll (en forma de link).
Las opciones varían dependiendo el curso, pero con cualquiera de las dos podrás acceder gratuitamente al contenido. Por si fuera poco, algunos cursos tienen la opción de ayuda económica, con los cuales puedes solicitar dicho apoyo y ser acreedor de un curso de pago.
Para obtener el curso de manera gratuita da clic en el siguiente botón:
Aprende inglés sin gastar un peso. Fundación Carlos Slim lanza plataforma con recursos certificados internacionalmente.…
Curso completo de Python por IBM: desde básico hasta APIs. Certificación gratuita con ejercicios prácticos.…
Universidad abre inscripciones para curso gratuito de Python. Aprende desde cero con respaldo académico y…
Inicia tu carrera en ciberseguridad con CISCO. Curso gratuito con certificación oficial y contenido en…
Fundación Carlos Slim presenta catálogo 2024 de cursos gratuitos. Capacítate en línea y obtén certificación…
Descubre los cursos gratuitos de Google con certificación oficial. Aprende marketing digital, desarrollo web y…