Independientemente de si estás comenzando tu carrera en el tema de datos o si llevas mucho tiempo, es útil saber dónde conseguir datos. Como una persona novata, te puedes beneficiar de datos existentes con los cuales puedes jugar sin tener que invertir tiempo en crearlos tú. Como experto, las fuentes existentes te ayudan a darle contexto a tus datos y poder hacer análisis más profundos.
A continuación te presento algunas fuentes de información y conjuntos de datos que puedes comenzar a utilizar de manera gratuita.
Fuentes de datos:
Kaggle
- ¿Qué es? Kaggle, una filial de Google LLC, es una comunidad online de científicos de datos. Kaggle permite a los usuarios encontrar y publicar conjuntos de datos, explorar y construir modelos. Ayuda a trabajar con otros científicos de datos e ingenieros y da la oportunidad de participar en competencias para resolver retos de ciencia de datos.
- Ejemplo de un conjunto de datos: Este conjunto de datos nos permite explorar información del tráfico relacionado a la aplicación Uber.
Google Dataset Search
- ¿Qué es? Google Dataset Search funciona como un motor de búsqueda que puede utilizarse específicamente para buscar conjuntos de datos en campos como el aprendizaje automático (machine learning), ciencias sociales, datos gubernamentales, geociencias, biología, ciencias de la vida, agricultura, etc. de todo el mundo.
- Ejemplo de conjunto de datos: Al utilizar este enlace podrás acceder a los resultados de la búsqueda de conjuntos de datos relacionados a la agricultura. Estos datos incluyen datos del tamaño del mercado para la agricultura inteligente hasta datos sobre la evolución del porcentaje de mujeres dedicadas a la agricultura.
Sports Statistics & Sports Data
- ¿Qué es? Aquí puedes conseguir información de F1, NBA, NFL, NHL, soccer, tenis, UFC, entre otros. Los conjuntos de datos están disponibles en formatos CSV.
- Ejemplo de conjunto de datos: Este conjunto de datos incluye la lista de jugadores de la NBA y los partidos jugada por jugada desde la temporada 2000/2001.
Census.gov
- ¿Qué es? Aquí puedes encontrar la información relacionada al Censo en varios formatos, desde publicaciones hasta mapas interactivos. Los datos incluyen información de diversidad étnica y racial en Estados Unidos, población por estado, viviendas vacantes . Además han creado los Data Gems, una serie de vídeos prácticos para personas que buscan una forma fácil y rápida de mejorar sus conocimientos sobre los datos del Censo.
- Ejemplo de conjunto de datos: Este conjunto posee estimados de niveles de pobreza a nivel de distrito escolar.
Data.gov
- ¿Qué es? Aquí encontrarás datos, herramientas y recursos para realizar investigaciones, desarrollar aplicaciones web y móviles, y diseñar visualizaciones de datos utilizando los datos abiertos del gobierno de Estados Unidos.
- Ejemplo de conjunto de datos: En este conjuntos de datos encuentras información sobre los préstamos estudiantiles.
Earthdata
- ¿Qué es? La misión de este proyecto es hacer que los datos gratuitos y abiertos de la NASA sobre las ciencias de la Tierra sean interactivos, interoperables y accesibles para la investigación y el beneficio de la sociedad.
- Ejemplo de conjunto de datos: Estos datos te presentan los fuegos activos a nivel mundial de manera geolocalizada.
FBI (Federal Bureau of Investigation Crime)
- ¿Qué es? Esta iniciativa tiene como objetivo proporcionar transparencia, crear un acceso más fácil y ampliar el conocimiento del intercambio de datos sobre la aplicación de la ley. Algunos ejemplos de esta información son datos de crímenes de odio, homicidios, o crímenes relacionados a la propiedad.
- Ejemplo de conjunto de datos: Este ejemplo presenta datos sobre arrestos que pueden ser filtrados por estado, años y categorías.
Tendencias de Google
- ¿Qué es? Google Trends es una herramienta que analiza la popularidad de las principales búsquedas realizadas en Google en varias regiones e idiomas. Puedes descargar los datos en formato CSV para hacer tus análisis.
- Ejemplo de conjunto de datos: En este enlace puede ver la información más buscada en Google relacionada a libros.
Oficina de Estadísticas Laborales de EE.UU.
(U.S. Bureau of Labor Statistics – BLS)
- ¿Qué es? En este portal se puede conseguir información relacionada a la inflación, precios, empleos, salarios, desempleo y otros datos relacionados a la fuerza laboral.
- Ejemplo de conjunto de datos: Este conjuntos de datos nos presenta información relacionada al salario promedio de un científico de datos, y hasta un desglose de salarios por ubicación.
Espero que puedas utilizar esto para continuar practicando tus destrezas de ciencias de datos o para complementar tus proyectos e investigaciones.