Los profesionales de los equipos de Ciencia de datos

En los últimos años hemos ido descubriendo nuevas utilidades a las que aplicar la ciencia de datos, como la solución de problemas antiguos que ahora podemos resolver gracias a las nuevas técnicas y metodologías que están a nuestra disposición. La ciencia de datos se está configurando como una capacidad clave para la transformación digital y, por ello, compañías de todas las industrias y sectores están invirtiendo en la creación de equipos de ciencia de datos.

Este es quizá el motivo principal de la explosión de la demanda de trabajos relacionados con la ciencia de datos que estamos viviendo. Sirvan dos datos para ilustrar este crecimiento: en el periodo 2012-2017 se ha multiplicado hasta por diez en EE.UU. la demanda de estos profesionales y algunos estudios, como este de IBM, predicen un crecimiento del 28% hasta 2020. España no es una excepción a esta tendencia mundial: el mercado del Big Data crece un 30% cada año y ya en 2015 la demanda de talento Big Data creció un 93%, de acuerdo con un informe de Fundación Cotec para la Innovación.

Los roles más habituales en la configuración de un equipo de ciencia de datos son el científico de datos, el ingeniero de datos y el analista de negocio, todos ellos trabajando en la intersección de varias disciplinas: las matemáticas, la informática y por supuesto el conocimiento del problema de negocio.

• El rol de científico de datos suele tener la responsabilidad de extraer conocimientos y diseñar productos basados en datos a partir de la exploración, la creación y la experimentación con modelos y visualizaciones. Para todo ello se suele apoyar en una combinación de técnicas estadísticas, matemáticas y de programación.

• El rol de ingeniero de datos, por su parte, suele tener la misión de diseñar e implementar infraestructuras y software capaces de gestionar las necesidades de los proyectos de datos a la escala adecuada.

• El rol de analista de negocio aporta al equipo conocimiento del problema de negocio, la correcta comprensión de los resultados derivados del análisis y modelado de los datos, así como la aplicación de los productos basados en datos que se hayan generado en los proyectos.

Normalmente encontramos desempeñando trabajos de ingeniero o científico de datos a profesionales con la formación más diversa: bien relacionados con las ciencias, como matemáticas, física o estadística, o bien con distintas ramas de la ingeniería como informática, telecomunicaciones, aeronáutica o industrial. Suelen ser personas que han decidido conducir su trayectoria profesional hacia la ciencia de datos formándose en los diferentes másteres de especialización de postgrado que ofrecen las universidades, MOOCs, o los cursos de formación no reglada que ofrecen las propias compañías para su propio personal o para captar talento.

La Universidad también está adaptándose a esta demanda del mercado para proporcionar una formación más específica y, además de los postgrados, comienzan a ser habituales los dobles grados combinando dos de estas disciplinas como la informática y la estadística. Incluso podemos  encontrar ya titulaciones muy orientadas a la Ciencia de Datos como son el Grado en Ciencia e Ingeniería de Datos, el Grado en Ingeniería Matemática en Ciencia de Datos o el Grado en Ciencia e Ingeniería de Datos.

El rol de analista de negocio, también llamado analytics translator o data translator es mucho más singular, ya que debe combinar el conocimiento de negocio con una competencia técnica suficiente para comprender los problemas y enfoques de la ciencia de datos y así ser un interfaz eficaz entre el equipo y las expectativas del negocio.

La importancia y singularidad de este rol hace que las compañías estén optando por programas de formación interna a gran escala, de modo que personas que tienen un buen conocimiento de las operaciones y una cierta competencia técnica puedan conducir sus trayectorias profesionales en esta dirección.

Sin embargo no es una transición fácil por la tradicional separación entre la formación en ciencia o ingeniería, con muy pocas competencias relacionada con el negocio, y las disciplinas de negocio, que no incorporan prácticamente ninguna competencia técnica. En este sentido existe un amplio margen de mejora para que la formación universitaria ahonde en borrar estas líneas de separación, para conseguir que las personas adquieran formaciones más completas incorporando en mayor medida la economía, el marketing o la programación en disciplinas tradicionalmente ajenas a las mismas.

Como decía y demostraba Steve Jobs el valor se crea en la intersección entre la tecnología y las artes liberales.

Contenido elaborado por Jose Luis Marín, Head of corporate Technology Strategy en MADISON MK y CEO de Euroalert.

Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de su autor.