¿Puede alguien aprender a ser un científico de datos?

Supongo que elegirías una carrera de arte, porque es algo que te gusta hacer.

Cuando me enfrenté a tomar esta decisión, elegí seguir una carrera en ciencia de datos debido a todo el bombo alrededor de ella. No tenía ni idea de lo que implicaba el campo.

Como casi todos los demás estudiantes en mi clase de ciencias de los datos, no hice la investigación adecuada antes de elegir mi especialidad.

Afortunadamente para mí, la decisión resultó ser buena. Realmente disfruto lo que hago. Pero todos son diferentes, y muchos estudiantes de mi clase se arrepienten de su decisión y quieren cambiar de especialidad.

Como mencioné anteriormente, todo se reduce a una cosa. Si te apasiona o no lo que haces.

En este artículo, voy a desglosar el campo de la ciencia de datos. Les daré una descripción clara de lo que realmente es el campo, sin mencionar el salario estimado que pueden obtener o las perspectivas de empleo.

Explicaré las diferentes trayectorias profesionales que pueden seguir dentro de la ciencia de los datos, y describiré lo que cada uno de estos campos implica.

Si cualquiera de estos roles te parecen atractivos, entonces definitivamente deberías perseguir la ciencia de los datos independientemente de tu carrera o formación.

Descargo de responsabilidad: “Data scientist” es un término general utilizado para describir varios roles diferentes. Estos roles son intercambiables, y pueden diferir en función de la organización a la que vayas. Esto es sólo una breve visión general de algunos de los papeles más comunes de la ciencia de los datos.

Ingeniero de datos

Si usted no ha oído antes, " Los datos del mundo real son desordenados. ” Se recoge de una variedad de diferentes fuentes: sus teléfonos móviles, CCTV y otros dispositivos.

Estos datos no están estructurados. Tiene que ser limpiado y canalizado, y almacenado en un formato estructurado para que los científicos de datos y analistas puedan trabajar en él.

Un ingeniero de datos no necesita saber aprendizaje automático o análisis de datos. Su trabajo es crear una infraestructura para gestionar los big data.

Habilidades: Típicamente, un ingeniero de datos necesita escribir consultas muy complejas para administrar conjuntos de datos grandes. Debido a esto, necesitan saber un lenguaje de consulta muy bien. Dependiendo de la empresa con la que estén trabajando, este puede ser un lenguaje SQL o NoSQL.

Analista de datos

Un analista de datos es la persona que obtiene información de los datos que ha sido limpiado por el ingeniero de datos.

El analista busca patrones y valores atípicos en los datos, y deriva el significado, con el fin de responder preguntas de datos complejos.

El papel de un analista en una empresa:

Imagínese esto: la compañía A vende caramelos. Quieren saber si hubo algún cambio en las ventas de caramelos durante el período de bloqueo.

El analista consultará los datos, y echará un vistazo a las tendencias en las ventas de caramelos antes, durante y después del cierre.

Con el fin de presentar estos datos, el analista también puede llegar a visualizaciones - gráficos y gráficos que representan un aumento o disminución en las ventas de caramelos.

Este es un ejemplo muy elemental, pero es suficiente para describir el papel de un analista de datos en una empresa.

Un analista de datos también podría ser requerido para tener algunos conocimientos de dominio de negocios, con el fin de entender las peticiones de los clientes y entregar de acuerdo a sus necesidades.

Un analista no necesita tener conocimiento de aprendizaje automático, y no tendrá que crear ni hacer ningún tipo de modelado predictivo.

Competencias : Un analista necesita conocer un lenguaje de consulta, que variará en función de la empresa en la que se encuentren. El conocimiento de uno o más lenguajes de programación es vital. La tarea principal de un analista es obtener información de los datos, por lo que no es necesario crear o escribir en tablas de datos. El conocimiento de las herramientas de visualización será útil.

Herramientas: MySQL, Hive, Python, Tableau, Excel, PowerBI (difieren según la empresa para la que trabajas).

Científico de datos

Un científico de datos es la persona que aplica técnicas de aprendizaje automático para idear modelos predictivos.

Esta es la persona que diseña algoritmos y viene con predicciones basadas en los datos proporcionados. Construyen modelos estadísticos y hacen cosas como crear sistemas de recomendación o detectar fraudes.

Dependiendo de la empresa en la que se encuentren, también se puede esperar que un científico de datos tenga las habilidades de un analista — la capacidad de tomar en las solicitudes de negocios, obtener información, y llegar a visualizaciones.

El término unicornio científico de datos se está lanzando con mucha frecuencia en estos días.

A unicornio científico de datos es una persona capaz de:

Llegar a modelos de aprendizaje automático y hacer predicciones.
Tener conocimientos específicos de dominio y la capacidad de traducir las solicitudes empresariales en un problema de datos.
Analizar datos y obtener información de negocios.
Presentar/comunicar estas ideas a un cliente.

En resumen, un unicornio de ciencia de datos es alguien que sabe aprendizaje automático y análisis de datos , ha conocimientos de dominio , y es capaz de comunicar sus ideas .

Sin embargo, en la mayoría de las empresas basadas en datos, estos puestos de trabajo están separados. La tarea principal de un científico de datos es hacer modelos de aprendizaje automático y hacer predicciones.

Hay muchos más papeles que entran en juego en el ciclo de vida de la ciencia de datos, incluidos los ingenieros de aprendizaje automático y el equipo de información empresarial.

Me enfoqué en los tres principales, pero deberías hacer tu investigación sobre otros roles antes de tomar una decisión profesional.

Todos los roles que he mencionado anteriormente requieren algún conocimiento de programación y consulta, que se puede aprender fácilmente. Usted puede referirse a este artículo que escribí sobre el aprendizaje de cómo codificar para la ciencia de datos.

Ingeniería de datos es probablemente el más técnico de estos tres roles, y es más pesado la programación que cualquiera de ellos. Si usted está más inclinado a la programación y conoce los ins y outs de las bases de datos, debe considerar convertirse en un ingeniero de datos.

El papel de una científico de datos es más pesada matemáticamente. Si te gustan las matemáticas y tienes interés en construir una base sólida en las estadísticas, deberías considerar convertirte en un científico de datos. Necesitarás una formación académica más sólida y pasarás más tiempo estudiando si quieres convertirte en un científico de datos. Necesitará conocer algunos programas (en R o Python) y usar paquetes para construir modelos de aprendizaje automático.

Por último, una Analista de datos es alguien que necesita obtener y presentar ideas de los datos. Para convertirse en un analista, usted necesitará saber cómo consultar datos y encontrar información que se ajuste a las necesidades de su cliente. Este es probablemente el más creativo de los tres campos. Tendrá que traducir una solicitud de negocio en información y crear visualizaciones. También es posible que tenga que presentar estas ideas a un cliente. Si usted es una persona creativa con buenas habilidades de presentación y comunicación, entonces el análisis de datos podría ser para usted.

¡Eso es todo por este artículo! Si usted está buscando la transición en el campo de la ciencia de datos, espero que este desglose le ayudó a entender mejor el papel de un científico de datos.

No elijas un camino de carrera basado en el bombo alrededor de él, porque el bombo va a morir.

Diez años más adelante, surgirá un nuevo campo que se convertirá en la nueva locura.

Quieres despertarte todas las mañanas esperando tu trabajo, y no temiéndolo. Al final del día, tienes que hacer lo que te gusta.