Un recorrido por las tendencias tecnológicas más influyentes que están transformando la forma en que trabajamos, consumimos y nos conectamos con el mundo.
Proyecto orientado al análisis de tendencias tecnológicas, en el cual se empleó Python para la recolección, limpieza y exploración de los datos. Posteriormente, se diseñó un dashboard interactivo en IBM Cognos Analytics para la comunicación clara y visual de los resultados, permitiendo identificar patrones y proyecciones relevantes para la toma de decisiones.
RESUMEN EJECUTIVO
El proyecto se desarrolló bajo un enfoque de ingeniería inversa, partiendo de la premisa de analizar qué tecnologías ya están siendo utilizadas en la actualidad para identificar hacia dónde se dirige el futuro profesional y en qué áreas conviene capacitarse. El análisis se basó en tres ejes fundamentales: información demográfica, que permitió segmentar el perfil de los usuarios y profesionales; tecnologías predominantes en la actualidad, que reflejan el estado real del mercado; y la búsqueda de los desarrolladores, que evidencia hacia dónde se orientan las nuevas demandas.
A través de esta metodología, se logró no solo un diagnóstico claro del presente tecnológico, sino también una guía estratégica sobre las competencias más relevantes para afrontar los desafíos del futuro.
CONCLUSIONES
Python, PostgreSQL y AWS lideran el ecosistema como las herramientas más valoradas por los desarrolladores.
Los profesionales de la tecnología se inclinan cada vez más hacia frameworks modernos de código abierto en la nube, marcando el pulso de la innovación.
La fuerza laboral tecnológica global, joven y altamente calificada, es hoy el motor que define las tendencias del mañana.
Para mantenerse competitivas y relevantes, las organizaciones y los educadores deben adaptarse con agilidad a estas nuevas preferencias.
TRABAJO REALIZADO
Recopilación de datos
El inicio del proyectó consto en la recopilación de datos hecha a través de APIs y técnica de Web Scraping
Exploración de datos
El siguiente paso consistió en organizar los datos mediante un proceso de limpieza, creando DataFrames con la librería Pandas para facilitar su manipulación. Durante esta etapa se resolvieron problemas de duplicados y valores faltantes, garantizando la calidad de la información para los análisis posteriores.
Análisis de distribución de los datos
Se gestionaron los valores atipicos y se identificaron las correlaciones de la información conseguida. También se utilizaron visualizaciones que sean efectivas en el cumplimiento del objetivo inicial. En la misma se utilizaron diferentes tipos de gráficos, histogramas, arboles para poder ilustrar hallazgos y tendencias.
Creación de Dashboard
Se crearon cuadros de mando para poder visualizar de manera mas efectiva los resultados obtenidos y que permitan interactividad con el usuario final.
Presentación
Se realizó una presentación final en Power Point documentando todo el proceso en el proyecto final del curso Data Analytics IBM Coursera 2025.