Selección de fuentes de datos

Gestión responsable de datos en AI

Maria Prokofieva

Lead ML engineer

¿Por qué seleccionar?

Garantiza la calidad de los datos
Cumplimiento legal
Equidad

Mujer confundida eligiendo entre dos botones y pulsando el azul

Paso 1. Relevancia del proyecto

Relevancia para los objetivos del proyecto
Verifica la alineación con
- Tema
- Alcance
- Resultados esperados

Ícono de diana

Paso 2. Integridad de la fuente de datos

Evalúa integridad y fiabilidad
Reseñas y testimonios
Transparencia en la recogida de datos
Cumplimiento y licencias
Alta calidad: actualizaciones periódicas

Apretón de manos y escudo (icono)

Paso 3. Cumplimiento legal

Legalidad de los datos
Cumplimiento legal del proyecto
Asesoría legal:
- Leyes y restricciones aplicables
- Anonimización de datos
- Requisitos de seguridad
Aprobado por el equipo legal

leyes

Paso 4. Calidad técnica

Integridad y usabilidad estructural
Completo
Consistente
Preciso
Actual

Certificado de calidad

Paso 5. Sesgo y representatividad

Análisis de representación demográfica
Características protegidas
Analiza la distribución de grupos
Métricas de equidad
Aumento de datos

Paso 6. Selección

Incluir si:
- Se alinea de forma consistente
- Puede corregirse con transformación, aumento o algoritmos
Excluir si:
- Falla en aspectos clave
Consulta con personas expertas del dominio

Haciendo una selección

Proyecto de flujo de tráfico urbano

Fuentes de datos:

Recuentos de tráfico
Actas de plenos municipales
Datos de rastreo GPS
Menciones en redes sociales sobre el tráfico
Encuesta a personas viajeras

Proyecto de flujo de tráfico urbano

¹ Imágenes de Streamline HQ

Proyecto de flujo de tráfico urbano

Excluir:

Datos de redes sociales
Datos de encuestas a viajeras/os

Modificaciones:

Actas de plenos
Recuentos de tráfico
- Datos extra de sensores
Datos GPS
- Datos extra de cámaras

¡Vamos a practicar!

Gestión responsable de datos en AI

Preparing Video For Download...