Principales tareas y competencias del Data Scientist

16.06.2022
Principales tareas y competencias del Data Scientist

Data Scientist: quién es y qué hace

Acuñado por el entonces director científico de LinkedIn DJ Patil, y el entonces Lead of Data y Analytics Efforts de Facebook Jeff Hammerbacher, el término Data Scientist apareció por primera vez en 2008. Con la explosión del fenómeno Big Data y el nacimiento de nuevas técnicas de análisis de la información, el término pasó a formar parte del lenguaje común.

Experto en Big Data y Data Science, el Data Scientist interpreta grandes cantidades de datos y obtiene información útil para desarrollar modelos y estrategias que den soporte al negocio corporativo

Los datos tratados por el Científico de Datos pueden ser:

  • Generado por humanos, es decir, publicado por un usuario en una plataforma social o en cualquier otro sitio a través del inicio de sesión.
  • Generado por máquinas, es decir, provienen de fuentes como señales de GPS, sensores ambientales o meteorológicos, dispositivos biomédicos…
  • Generado por el negocio, es decir, una mezcla entre datos generados por humanos y generados por máquinas.

Gran parte del trabajo del Data Scientist consiste en analizar, traducir e interpretar los datos que tiene a su disposición, para comprender tendencias y desarrollar modelos predictivos. Para llevar a cabo este trabajo, el Científico de Datos utiliza técnicas y lenguajes de programación particulares, como por ejemplo, SQL, Python y R.

Reducción de riesgos y pérdidas, reducción de costes en las campañas de marketing y agilización de procesos son solo algunas de las ventajas que las empresas pueden obtener colaborando con un Data Scientist

Formación y habilidades del Data Scientist

Hasta hace poco tiempo, ante la falta de carreras académicas estructuradas, la figura del Científico de Datos era fruto del conocimiento universitario y de formación autodidacta. Con el aumento de la demanda de perfiles especializados por parte de las empresas, el mundo académico ha establecido cursos específicos, como el máster en Ciencia de Datos/ Data Science de la Universitat Autònoma de Barcelona1.

En cualquier caso, no existe un único camino académico para convertirse en un Data Scientist. Muchos expertos provienen del mundo de las ciencias matemáticas y estadísticas, mientras que otros muchos tienen formación económica

Generalmente, el Científico de Datos posee conocimientos técnicos avanzados, como estadística, matemáticas, programación y Machine Learning.

Este perfil se completa con competencias transversales, entre las que recordamos:

  • Una fuerte capacidad analítica.
  • Excelente capacidad de adaptación y resolución de problemas.
  • Creatividad y habilidades comunicativas.
  • Una actitud entusiasta.
  • Mucha curiosidad.

El Data Scientist en el mercado laboral

Durante la última década, la demanda de analistas expertos en Ciencia de Datos se ha vuelto cada vez más constante. Esto se debe al aumento del tráfico en las plataformas que almacenan datos, como son: redes sociales, los portales de comercio electrónico (Amazon, Groupon, Zalando, pero también empresas como Shopify, PrestaShop...) y las plataformas para compartir contenido multimedia (desde Instagram, Flickr, YouTube, Pinterest, hasta las más recientes como Twitch y Visiwa).

Los principales sectores de empleo de un Data Scientist son el sector financiero y el sector comercial, seguido del sector farmacéutico y el del retail y la gran distribución, sin olvidar el sector más reciente del Internet de las Cosas (IoT), que pretende extender la conexión a Internet a los tipos de objetos más variados2.

Finalmente, el Data Scientist puede ser un colaborador interno de la empresa o un freelancer.

Fuentes

  1. Máster oficial en Ciencia de Datos / Data Science, uab.cat
  2. ¿Qué es el Internet de las cosas (IoT)?, redhat.com

Bienvenido.