En la entrada anterior de esta guía se habló de los roles principales y más importantes para un puesto de data science, que son deep analytic talent, data savvy professionals, technology y data enablers. Si no los han leído, les recomendamos lo hagan, porque se puede encontrar información útil y que precede a lo que a continuación comentaremos.

La entrada del día de hoy se trata de una pequeña clasificación de los roles, en cuanto a las skills técnicas y cuantitativas con las que cuentan algunas profesiones y en qué punto esto converge para llegar al rol claro de científico de datos, como podemos ver a continuación.

Normalmente cuando se está buscando a un científico de datos potencial, las habilidades de los egresados de cualquier carrera pueden variar mucho, por lo que podríamos dividir en cuatro categorías:

• Graduados recientes de ciencia, tecnología, ingenierías y matemáticas – Este grupo está compuesto por personas recién egresadas, que comprenden cualquier carrera que se puede ubicar entre alguna de estas ramas; suelen ser lo que aún no cuentan con alguna habilidad técnica o cuantitativa en específico desarrollada.
• Inteligencia de negocios, profesionistas de TI y Administradores de bases de datos – Personas especializadas en materia de administración, gestión y mantenimiento de bases de datos.
• Analistas cuantitativos, estadísticos, analista de datos y finanzas – Personas muy especializadas en modelo matemáticos y en predicciones por medio de estadística.
• Data Scientist – Son profesionistas que tienen un amplio dominio tanto de las habilidades técnicas como de las cuantitativas, aplicándolas para otorgar algún valor agregado a los negocios.

En conclusión, para seleccionar un científico de datos e incorporarlo a nuestras organizaciones, no sólo nos tenemos que enfocar a perfiles como los de ingenieros en informática o software, ya que el científico de datos es más que sólo conocimiento técnico de computadoras y programación, al igual que es más que sólo modelos matemáticos, es una mezcla de conocimientos con un enfoque claro, pero algo desconocido por la mayoría que es dar valor agregado a las empresas.

Con esto terminamos la guía del perfil de un científico de datos. Fue un gusto poder escribir sobre esta gran carrera, que si bien ya lleva unos cuantos años, es relativamente joven.

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