¿La ciencia de los datos es un buen trabajo?

Esos programas existen, entre otras razones, para preparar a la gente para un exceso de puestos de trabajo disponibles. Por ejemplo, una búsqueda en abril para científico de datos posiciones en LinkedIn en los EE.UU. generó más de 150.000 posiciones abiertas; una búsqueda de ingeniero de datos los puestos de trabajo produjeron cerca de 230.000.

Las decenas de padres que alguna vez soñaban con que sus hijos se convirtieran en médicos y abogados ahora pueden esperar que sus hijos crezcan para ser científicos de datos o ingenieros. Científicos de datos e ingenieros de datos ocupan el tercer y séptimo lugar, respectivamente, en Glassdoor’s “50 mejores trabajos en América para 2022” lista. (Para que conste, el médico ocupa el puesto 16 y el abogado llega al 23.) Otro papel centrado en los datos, el analista de datos, también aparece en la lista de Glassdoor en 35.

Así que sí, los trabajos de datos son grandes. También son confusos: ¿Cuál es la diferencia entre estos diferentes títulos? ¿Qué habilidades necesita alguien para ganar uno de esos puestos? Y lo que realmente impulsa la demanda de estos papeles cuando cavas debajo de la bombo?

Estamos aquí para averiguarlo. Comencemos ordenando los diferentes títulos.

Analistas de Datos, Científicos de Datos, Ingenieros de Datos

No hay duda de que hay superposición entre estos tres títulos primarios —todos son “trabajos de datos”— pero son roles distintos y los términos no deben ser vistos o usados como intercambiables.

Vamos a indagar en algunas definiciones, título por título.

Analistas de datos

Los analistas de datos son como los descendientes del rol de analista de negocios de larga data, evolucionados para la era del big data y el análisis. Son esencialmente las personas que ambos entienden los datos que están mirando y pueden aplicarlo a los dominios de negocios específicos.

“Un analista de datos es alguien que puede consultar una base de datos, visualizar datos de maneras que proporcionan información, e interpretar esos datos para guiar las decisiones de negocios,” Chris Nicholson , gerente de contratación para la ciencia de datos en el Portapapeles Salud, un mercado de personal en línea para la industria de la salud, dijo a The New Stack.

Los mejores analistas de datos también son narradores de historias. Ellos no sólo ejecutan una consulta y luego entregar los resultados. Explican al público final lo que están mirando y por qué importa.

De los tres títulos, es probablemente el menos técnico, pero requiere una gran capacidad para traducir los resultados de análisis de datos para un público más amplio.

“Los analistas de datos están generalmente a cargo de hacer algún ETL relativamente simple”—extraer, transformar, cargar — “para preparar datos para herramientas de visualización como Amazon QuickSight o Tableau”, dijo Ryan Ries , el líder de la práctica de datos, análisis y aprendizaje automático en el proveedor de servicios gestionados en la nube y Amazon Web Services socia de Mission Cloud Services. “Trabajan en estrecha colaboración con las partes interesadas y los socios empresariales para responder a las preguntas analíticas”.

Los mejores analistas de datos también son cuentacuentos, según Mike Frazzini , jefe de ciencia de datos en Iterate.ai, una plataforma de desarrollo de aplicaciones de bajo código. Ellos no sólo ejecutan una consulta y luego entregar los resultados, incluso si se visualizan maravillosamente. Explican al público final lo que están mirando y por qué importa.

Científicos de datos

De los tres principales títulos de trabajo de datos, los científicos de datos son probablemente el que más a menudo se superpone con los otros dos. Pero se distinguen por cómo utilizan una combinación de habilidades matemáticas y de programación para trabajar con los datos.

“Los científicos de datos pueden hacer algún nivel de ingeniería de datos y análisis de datos, pero normalmente se centrarán más en la interpretación estadística de los datos, como diseñar e interpretar pruebas A/B”, dijo Frazzini.

En la mayoría de los datos o inteligencia artificial/aprendizaje automático (AI/ML) equipos, el científico de datos también se centra en el desarrollo de modelos de datos basados en el aprendizaje automático, el aprendizaje profundo, o las técnicas de procesamiento de lenguaje natural, Frazzini agregó. “Un ejemplo podría ser un modelo predictivo para la predicción de la demanda de los clientes, o un modelo de clasificación y detección de fraude.”

Los científicos de datos, señaló Ries, generalmente se preocupan por resolver problemas de datos que requieren matemáticas más complejas de lo que normalmente se ve en el tablero de un analista de datos. El papel también requiere capacidad de programación.

“Un científico de datos es alguien que puede consultar una base de datos como parte de la exploración de datos, pero que también programa de manera competente en un idioma como Python o R , y puede utilizar ese lenguaje para construir tuberías de datos, crear características y algoritmos de prueba para hacer predicciones útiles”, dijo Nicholson.

Los científicos de datos generalmente se preocupan por resolver problemas de datos que requieren matemáticas más complejas de lo que normalmente se ve en el tablero de un analista de datos.

El papel de la ciencia de los datos también es probablemente más susceptible al debate, como en, ¿qué define a un verdadero científico de los datos? La última distinción entre un científico de datos y un papel diferente como ingeniero de ML, dijo Ries, es la capacidad de la primera para entender el por qué detrás de lo que están haciendo, mientras que un ingeniero de ML puede estar más centrado en las operaciones diarias y asegurarse de que las cosas funcionan.

“Un verdadero científico de datos entiende los algoritmos, crea un enfoque científico, y va sobre responder a una pregunta y verificar que la respuesta tiene sentido”, dijo Ries. “No puedo enfatizar lo suficiente la importancia de asegurarme de que la respuesta tenga sentido”.

Ingenieros de datos

Por último, el ingeniero de datos es el operador de maquinaria pesada del equipo de datos, por así decirlo.

“............................................................................................................... Ingenieros de datos Haz el trabajo sucio entre bastidores”, dijo Ries. “Se conectan a fuentes de datos para tirar de los datos en su lago de datos. Limpian los datos, crean los esquemas y escriben el código ETL más profundo. A menudo también establecen piezas de infraestructura para ser utilizadas por analistas de datos y científicos de datos”.

A riesgo de desencadenar una lucha intra-equipo enfriador de agua, cabe señalar que los analistas de datos y los científicos de datos no serían capaces de hacer su trabajo si los ingenieros de datos no hacen el suyo.

“Los ingenieros de datos hacen el trabajo pesado de transformar y forcejear los datos para que estén en un estado listo para analistas de datos y científicos de datos”, dijo Frazzini. “Este papel es fundamental y fácil de dar por sentado, dado el esfuerzo y la inversión que se requiere aquí para garantizar un flujo fiable de datos”.

¿Cuánto pagan los empleos de datos?

Estas funciones también difieren en términos de compensación. Glassdoor enumera salarios básicos medios de $120.000 para los científicos de datos, $113.000 para los ingenieros de datos, y $74.224 para los analistas de datos.

“Los tres están en alta demanda, aunque las habilidades matemáticas adicionales requeridas para ser un científico de datos, y las habilidades adicionales de programación requeridas para ser un ingeniero de datos, pueden hacerlos más escasos que un analista de datos, y por lo tanto capaces de obtener salarios más altos”, dijo Nicholson.

Sitio de trabajos de tecnología Informe de sueldos 2022 de Dices incluye salarios medios aún más altos de 120.650 dólares (científico de datos), 117.295 dólares (ingeniero de datos) y 84.779 dólares (analista de datos). Los datos salariales pueden fluctuar considerablemente en función de múltiples factores, y la era de trabajo híbrido/remota ha arrojado otra variable en la mezcla. Pero basta con decir que estos trabajos pagan bien, especialmente si usted tiene las habilidades y la experiencia requeridas de un científico de datos o ingeniero de datos.

Habilidades clave necesarias para los trabajos de datos

Las cualificaciones requeridas y deseadas para cada uno de estos empleos variarán naturalmente de un empleador a otro, y la descripción del trabajo a la descripción.

Con la ayuda de Ries, Frazzini y Nicholson, así como Jayaprakash Nair , jefe de análisis de Altimetrik, una empresa de transformación digital, hemos elaborado una lista representativa de habilidades básicas (como lenguajes y herramientas) y otros conocimientos relevantes para cada puesto.

No se trata de listas exhaustivas. Pero si usted está empezando, pivotando de otro papel de la tecnología, o ya avanzar en una carrera de datos, estas son buenas áreas en las que concentrarse.

Analista de datos

SQL – como mínimo, un analista de datos puede realizar consultas simples. Una experiencia más profunda sólo ayudará, y un analista que aspira a crecer en un papel más avanzado haría bien en aprender R o Python en algún momento.
Conocimiento/experiencia del dominio de negocios: esto puede ser tanto conocimiento general del negocio, pero Nair también anima a los aspirantes a analistas de datos a desarrollar conocimientos específicos del dominio o de la industria en áreas en las que están interesados, como la atención médica, los servicios financieros o el comercio minorista.

Científico de datos

Programación Python y/o R.
Estadísticas, probabilidad, matemáticas aplicadas.
Aprendizaje automático y profundo.
Investigación y diseño de pruebas.
Grados avanzados — los científicos de datos a menudo (pero definitivamente no siempre) tienen un doctorado o Master of Science.
Gobernanza, seguridad y privacidad de los datos.

“Es muy importante que los científicos de datos también tengan conciencia de áreas clave de gobernanza como la privacidad y la seguridad de los datos, y que puedan centrarse en los importantes elementos éticos y humanos de los datos para mitigar el sesgo y el abuso con los modelos de datos”, dijo Frazzini.

Ingeniero de datos

Experiencia con al menos una de las principales pilas de datos en la nube (AWS, Azure, GCP) — Frazzini señala que las plataformas de hiperescala ofrecen educación y certificación en ingeniería de datos.
Competencia general con la infraestructura y las herramientas de la nube.
Herramientas ETL.

Por qué es probable que los expertos en datos mantengan la demanda

Si usted tiene las habilidades adecuadas (o las está construyendo activamente), entonces usted es una mercancía muy caliente en el mercado de trabajo. Los gerentes y reclutadores están buscando en cualquier lugar y en todas partes, especialmente cuando se trata de la combinación más difícil de encontrar de habilidades requeridas por los científicos e ingenieros de datos.

“La demanda de analistas de datos, científicos de datos e ingenieros de datos ha aumentado drásticamente en los últimos años”, dijo Nair de Altimetrik. “Al mismo tiempo, la oferta de este talento no ha mantenido el ritmo . Esta sesgo demanda-oferta está aumentando la necesidad de que más personas de este tipo entren en el mercado”.

Además, es poco probable que la demanda disminuya en cualquier momento, si es que alguna vez. Como resultado, la mayoría de las organizaciones todavía están utilizando un porcentaje muy pequeño de los datos disponibles hoy en día de una manera significativa, señaló Frazzini, de Iterate.ai.

“El incentivo para invertir en estos empleos es fuerte, ya que hay oro en los datos, desde una estrategia y una toma de decisiones más oportuna y eficaz impulsada por los datos hasta la productización de los datos, lo que abre nuevos centros de crecimiento e ingresos”, dijo.

“Todo el mundo está recopilando toneladas de datos de todo tipo de fuentes, y no están realmente seguros de qué hacer con ella o qué ideas podrían ocultarse en todos los datos que recopilaron”, dijo Ries, de Mission Cloud Services.

Son los gustos del analista de datos y del ingeniero de datos los que pueden bregar y dar sentido a la información procedente de un número cada vez mayor de fuentes.

“El incentivo para invertir en estos empleos es fuerte, ya que hay oro en los datos, desde una estrategia y una toma de decisiones más oportunas y eficaces impulsadas por los datos hasta la producción de datos, lo que abre nuevos centros de crecimiento e ingresos”.

—Mike Frazzini, jefe de ciencias de los datos, Iterate.ai

Estas organizaciones también están bajo presión para “hacer AI” — aunque no sepan realmente lo que eso significa.

“Los clientes están escuchando de fuentes externas, sus tableros, noticias y en todas partes que AI/ML es el futuro y si no lo están usando van a ser dejados atrás”, dijo Ries.

Como resultado, se apresuran a conseguir un modelo de ML en la producción, incluso si no tiene sentido. Sin embargo, toda la parte “tiene sentido” es absolutamente crucial — y también una parte vital del trabajo del científico de datos, trabajando sobre la base habilitada por la ingeniería y el análisis de datos inteligentes.

“Una vez que tengas cierta sofisticación con visualizaciones, puedes empezar a trabajar en problemas de ML”, dice Ries.

Dicho de otra manera: A menos que pienses que la IA y el aprendizaje automático están pasando modas o vuelos de fantasía, apuesta por que los trabajos de datos sean pilares —como los médicos y los abogados— durante los años venideros.