Cómo convertirse en un Data Scientist

Descubre más sobre la profesión más sexy del siglo XXI según la revista Harvard Business Review.

En el anterior post despejamos las dudas más habituales sobre qué es y que hace un Data Scientist.

Si quieres dedicarte a la Ciencia de Datos, en este nuevo post abordamos dos cuestiones interesantes para darte aún más visión sobre esta profesión tan demandada hoy en día:

• ¿Cómo se llega a ser un Data Scientist?
• ¿Qué formación y conocimientos necesito?

¿Cómo se llega a ser un Data Scientist?

¿Conoces la Ley de Moore?  Esta hipótesis formulada por el cofundador de Intel, Gordon Earl Moore, predijo en la década de los 60 que:

• La velocidad de procesamiento informático se duplicaría cada 2 años.
• La capacidad de procesamiento lo haría cada 18 meses.
• Y la cantidad de información digital se mutiplicaría por 10 cada 5 años.

Estos vaticinios, además de cumplirse, se han superado.

Hoy el volumen de datos aumenta a un ritmo más acelerado que la capacidad para procesarlos.

«En el 2019 más cinco mil millones de usuarios y consumidores interactúan con los datos cada día. En 2025, ese número será de seis mil millones. Cada persona conectada tendrá al menos una interacción con datos cada 18 segundos.»

¿Cuál es el papel de un profesional del Data Science?

Dentro de este ecosistema y en los albores del 5G su función es simple y extremadamente compleja a la vez:

?‍? El Científico de Datos es quien deberá conocer y transmitir el valor que reside en los datos.

El Director de Ingeniería de Datos de Slack, Josh Wills, plantea una curiosa definición sobre el rol del Científico de Datos, como «la persona que sabe más de estadística que cualquier programador y que a la vez sabe más de programación que cualquier estadístico».

Qué diferencia a un Data Scientist de un Estadístico

El desempeño del Data Scientist puede prestarse a confusión con el de un Estadístico.

Aunque ambos profesionales se dedican a analizar, resolver problemas e interpretar grandes bases de datos, la gran diferencia es que el Científico de Datos debe desempeñar 4 roles complementarios:

Desarrollador de datos

Aplica la tecnología disponible para dar la mejor solución al problema, selecciona las infraestructuras, los recursos y programa los algoritmos que darán solución al problema.

Investigador de datos

Selecciona la mejor metodología para resolver un problema concreto con los datos disponibles.

Creativo de datos

Su objetivo es hallar soluciones creativas para analizar conjuntos de datos, plantear nuevas hipótesis de trabajo y métodos innovadores para afrontar problemas nunca imaginados hasta el momento.

Empresario

Debe extraer rendimiento y un valor añadido de los datos suponga una ventaja frente a sus competidores.

“Encontrar patrones es muy fácil en un entorno con abundancia de datos y, de hecho, eso es justamente lo que hacen los apostantes mediocres. La clave está en saber decidir si esos patrones son ruido o señal”. Nate Silver (estadístico y escritor estadounidense).

¿Qué formación y conocimientos necesito?

Como base común, el desempeño como Data Scientist requiere de un sólido conocimiento en Estadística Aplicada y un conjunto de conocimientos específicos divididos en áreas.

Destacamos los siguientes:

Matemáticas y programación

• Machine Learning
• Modelado estadístico
• Diseño experimental
• Inferencia Bayesiana
• Árboles de decisión
• Aprendizaje automático
• Optimización de datos

Programación y bases de datos

• Ciencia informática
• Dominio de lenguaje y packages de R
• Bases de datos SQL y NoSQL
• Álgebra relacional
• Bases de datos paralelas
• Procesamiento de consultas paralelas

Comunicación y visualización

• Habilidades story telling
• Representación visual de alta calidad
• Dominio de R packages como ggplot2
• Capacidad para trasladar la información que reside en los datos en decisiones y acciones
• Herramientas de visualización gráfica

Para ejercer como Científico de Datos es necesario estar capacitado en habilidades analíticas, en el manejo de software, en estrategias de comunicación  apropiadas y en nuevas teorías de medición y aplicaciones, con el objetivo de:

• Realizar análisis de datos con la máxima fiabilidad.
• Prever las dificultades que se pueden encontrar en el proceso.
• Seleccionar herramientas avanzadas para afrontar estos retos.
• Aportar el máximo valor con la interpretación de resultados.

Solo si se cuenta con estos conocimientos, y además, con las habilidades para llevarlos a la práctica es posible ejercer un desempeño cualificado y solvente de esta profesión.

Una buena estrategia para saber elegir la formación que necesitas para trabajar como Data Scientist es conocer la opinión de otros profesionales como tú sobre su experiencia formativa y conocer los problemas que han podido resolver en su desempeño profesional.