¿Qué es un científico de tipo de datos?

Cuando empecé a trabajar en la ciencia de los datos, trabajaba en el sector de los seguros, donde la mayoría de las personas que desempeñan funciones analíticas provienen de estadísticas o de antecedentes actuariales.

El trabajo de ciencia de datos que hice se centró en el uso de técnicas estadísticas y de aprendizaje automático para obtener información de los datos, que podrían, por ejemplo, ser utilizados para reducir los costos de reclamo o mejorar los precios premium, y esto era típico del trabajo realizado por otros científicos de datos que conocía que también estaban trabajando en la industria.

Debido a estas experiencias, llegué a ver la ciencia de los datos como una forma avanzada de estadística, con un componente de programación.

Desde entonces, he cambiado de trabajo y ahora estoy trabajando en un equipo donde las otras funciones analíticas están ocupadas por personas de ciencias de la computación o fondos de programación. El trabajo que estoy haciendo ahora se centra en la construcción de modelos de aprendizaje automático que se pueden implementar en los sistemas de producción para automatizar y aumentar los procesos manuales.

Si hubiera conocido sólo el segundo trabajo, entonces habría visto la ciencia de los datos como una disciplina similar a la ciencia de la computación y el desarrollo de software, apoyado por una base estadística.

Aunque estas dos definiciones de ciencia de datos están en lados opuestos del espectro, ambas son igualmente válidas.

La ciencia de los datos es un campo emergente, y el papel del científico de los datos aún no se ha definido plenamente. Pero incluso si la ciencia de los datos había existido durante siglos, el hecho es que hay pocas profesiones que están tan estrechamente definidas que cada persona que trabaja en esa profesión realiza exactamente las mismas tareas.

La ciencia de los datos puede ser vista como una combinación de estadísticas y ciencias de la computación, y como resultado, sólo cabe esperar que los roles de la ciencia de los datos difieran en función de la importancia relativa de cada una de estas disciplinas a una posición particular. Me refiero a la gama de diferentes trabajos que existen bajo el título de “científico de datos” como el continuum de la ciencia de datos.

En el caso de los dos trabajos de ciencia de datos que describí anteriormente, ambos son ejemplos igualmente válidos de lo que hace un científico de datos, pero el primer trabajo está más cerca del final estadístico del continuum de la ciencia de datos, mientras que el segundo trabajo está más cerca del final de la ciencia de la computación.

Para complicar las cosas, los diferentes roles de la ciencia de los datos también requieren diferentes niveles de habilidades técnicas. Por ejemplo, es probable que una función científica de alto nivel especializada en una esfera de especialización requiera mayores conocimientos y calificaciones que una función generalista de nivel inicial.

Además, desde que el científico de datos fue nombrado “el trabajo más sexy del siglo XXI”, ha habido una epidemia de individuos renombrando sus propios roles como puestos de científico de datos (por ejemplo, en LinkedIn), incluso si no lo son; y de organizaciones que hacen lo mismo a puestos que están publicitando, ya sea por ignorancia, o para atraer a un mayor número de solicitantes de empleo.

Durante mi última búsqueda de empleo, por ejemplo, me encontré con varios trabajos que me clasificarían como roles de analista de datos senior, siendo anunciado bajo el título de “científico de datos”. También me encontré con varios puestos que eran claramente roles científicos de datos, siendo anunciados bajo el título de “analista de datos”.

El resultado de esto es, si usted está buscando un papel en la ciencia de los datos, entonces usted necesita mirar más allá de título de trabajo, a lo que es que una posición realmente implica, y el nivel en el que se requiere para desempeñar en ese papel.

Dicho esto, si usted mira suficientes anuncios de trabajo para los roles relacionados con los datos, ciertos patrones comienzan a emerger, lo que hace posible identificar varios tipos de rol de datos, independientemente del título del trabajo.

(23% de los anuncios de empleo considerados, incluido el 39% de todas las funciones de “científico de datos”)

Los generalistas de la ciencia de los datos se centran en aplicar el aprendizaje automático y las técnicas estadísticas para desarrollar modelos, resolver problemas empresariales y proporcionar información. Estas funciones se suelen anunciar en un nivel medio, sin ningún requisito explícito para las habilidades especializadas de nicho, como el aprendizaje profundo o el procesamiento del lenguaje natural.

(15,5 % de los anuncios de empleo considerados, incluido el 10 % de todas las funciones de «científico de datos»)

Al igual que los analistas de informes y de ETL, los analistas de insights se centran en extraer, forcejear y analizar datos con el fin de proporcionar información y producir informes y/o tableros. Sin embargo, por lo general no son responsables de la gestión y administración de los almacenes de datos o las bases de datos.

(11% de los anuncios de empleo considerados, incluyendo el 6% de todas las funciones de “científico de datos”)

Al igual que los científicos de datos de investigación de ML, los ingenieros de software de ML utilizan técnicas de aprendizaje automático para desarrollar e implementar modelos, pero en el caso de los ingenieros de software de ML, el foco está en el lado de ingeniería de software del trabajo. Por ejemplo, un ingeniero de software de ML podría implementar un modelo que ha sido desarrollado por un científico de datos de investigación de ML.

(9% de los anuncios de empleo considerados, incluido el 1% de todas las funciones de “científico de datos”)

Los ingenieros de plataformas y almacenes se centran en la construcción de tuberías de datos y el trabajo con bases de datos, almacenes de datos y plataformas de datos. Tienen una participación limitada en el desarrollo de modelos o en la generación de conocimientos de datos.

(4,5% de los anuncios de empleo considerados, incluido el 9% de todas las funciones de “científico de datos”)

Los especialistas en ciencia de datos son muy similares a los generalistas de ciencia de datos, excepto que el enfoque de los especialistas en ciencia de datos es aplicar el aprendizaje automático y las técnicas estadísticas para desarrollar modelos, etc., a áreas especializadas de la IA/ciencia de datos. Estos roles requieren habilidades avanzadas en áreas como el procesamiento de lenguaje natural, big data, aprendizaje profundo o visión computarizada.

Estos siete tipos de roles proporcionan una buena guía para cualquier persona que intente entrar en la ciencia de datos por primera vez, o para averiguar qué hacer a continuación de un rol de datos actual.

Comparando sus calificaciones, habilidades técnicas e intereses con los que figuran para cada uno de los tipos de rol, usted puede determinar fácilmente qué tipos de rol sus habilidades y experiencia actuales le hacen más adecuado para, y qué habilidades y calificación usted necesitaría adquirir para cambiar a un tipo de rol diferente.

La selección de funciones de un tipo determinado proporciona un marco más eficiente para la búsqueda de empleo. Aumenta su probabilidad de tener éxito en una aplicación y significa que es más probable que termine en un trabajo que se alinea con sus expectativas.