Esta guía esperamos sea de utilidad para que pequeñas empresas o emprendedores consigan entender los roles de los científicos de datos y el posible valor agregado que pueden otorgar. Por esto haremos dos entradas para explicar todo el rol de la guía.

En la actualidad está de moda contar con uno de estos profesionistas que, según Harvard Business Review, pertenecen a la supuesta carrera más sexy del momento, Data Science; pero la realidad es diferente, ya que a pesar de que todos quieren tener uno en sus empresas, no entienden realmente para qué lo deben de tener, incluso algunas empresas no necesitan tener uno. Por eso en esta entrada vamos a explicar los distintos roles a cubrir y lo que realmente debe de hacer un Data Scientist en una organización, al igual que el perfil que deberían las empresas buscar para no estar seleccionando ingenieros que estén revueltos entre muchos lenguajes de programación que no necesariamente están relacionados con el trabajo de un Data Scientist y enfocarse en el objetivo real.

Empezaremos por delimitar los puestos clave dentro de este mundo de Big data y en ellos podemos encontrar 3 ramas fundamentales: Deep analytical talent, Data savvy professionals y Technology and data enablers.

Con esto podemos definir lo que cada rol representa:

Deep analytic talent:
Este primer grupo es de conocedores técnicos que cuentan con un set fuerte de habilidades analíticas, entre las cuales podemos encontrar el manejo de datos crudos, datos no estructurados y la aplicación de técnicas analíticas complejas en escalas masivas. Este grupo tiene gente altamente calificada y entrenada en estadística, matemáticas y machine learning.
Profesiones relacionadas: Economía, Matemáticas, Estadística y lo nuevo, Data Scientist.

Data Savvy Professionals:
Este segundo grupo tiene un menor conocimiento técnico o especializado, pero tiene un conocimiento básico de estadística o machine learning, y puede plantear preguntas clave que pueden ser contestadas por analítica avanzada. Básicamente son la conexión entre un conocedor técnico y un área de negocio que no tiene muchos conocimientos técnicos.
Profesiones relacionadas: Analistas Financieros, Analistas de estudio de mercado, científicos, gerentes de distintas áreas operativas de una empresa, etc.

Technology and Data Enablers:
Este tercer grupo representa a las personas que cuentan con un dominio técnico para soportar los procesos analíticos, específicamente para administrar y monitorear arquitecturas de datos a gran escala que permiten conectar los sistemas de una empresa.
Profesiones relacionadas: Ingenieros en computación, Ingenieros en Sistemas, Programadores, Administradores de Bases de Datos, etc.

Estos 3 grupos son fundamentales y en lo que debemos hacer énfasis es en la importancia de la comunicación y el trabajo en equipo de estos 3 grupos, para poder resolver problemas desafiantes de big data.

Con eso concluiremos la segunda parte de la guía y continuaremos a la brevedad, a más tardar la siguiente semana con más información y más datos al respecto de la clasificación de roles de un Data Scientist por habilidades.

By: José Luis Rodríguez.

Referencias: Mckinsey & Company. (2011). The McKinsey Global study on Big Data. 2020, de Mckinsey & Company Sitio web: https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights