Bacho Foto - stock.adobe.com

Lo básico Póngase al día con nuestro contenido introductorio.

¿Qué empresas requieren científicos de datos?

El crecimiento que está teniendo el mercado de big data y analítica de negocios crea la necesidad de capital humano capaz de leer y dar forma a esa data.

Aunque el término Ciencia de Datos suena novedoso, no es lo es tanto, pues ha estado presente desde 2013, cuando se dijo que este era el empleo que más futuro tenía, gracias al impulso que estaba dando el big data. Tanto así que, de acuerdo con IDC, el mercado de big data y analítica de negocios (Business Analytics, BA) seguirá con su tendencia de crecimiento, alcanzando un valor de mercado de $260 mil millones de dólares para el año 2022.

Ahora un científico de datos, o Data Scientist, es aquel profesional que puede conjuntar habilidades tecnológicas, velocidad de red y mejores técnicas para el manejo de los datos; así mismo, es constructor de modelos estadísticos y matemáticos. Otra de sus cualidades debe ser la comunicación, ya que debe de saber informar a la empresa si cuenta con la madurez para poder extraer la información más precisa de los datos obtenidos. Ya obteniendo estos datos se deben de organizar en los diferentes sistemas con los que se trabaja en la actualidad.

Según el estudio “Where do Data Scientists Come From?” realizado por Indeed, el puesto de científico de datos tiene la mayor diversidad en campos de estudios, sin que ninguna carrera sea la que sobresalga. El estudio indica que se puede cuantificar esta diversidad usando el coeficiente de Gini (una medida de la desigualdad empleada para calcular cualquier distribución dispar), siendo que cuenta con un 85% de diversidad de carreras que van desde Ciencias Sociales, Ciencias Naturales, Matemáticas, Negocios y Economía, Ingenierías y solamente el 15% es egresado de Ciencia de Datos.

De acuerdo con Antonio Galindo, vicepresidente de ingeniería en BEDU, empresa dedicada a la educación especializada, los grandes científicos de datos no son necesariamente formados en carreras informáticas, pues realmente lo que se necesita es crear modelos matemáticos basados en la vida real y que sean tangibles. Por ejemplo, “he visto ingenieros civiles, que, a partir del aprendizaje automático (machine learning, ML) buscan los daños que pueden llegar a sufrir las estructuras, así como hacer edificios cada vez más resistentes.”

Y es que la data siempre ha existido, lo único que ha cambiado ahora es la forma en la que tratamos esa información. “Un ejemplo son las encuestas del INEGI, que recopilaba datos sobre nosotros, pero el proceso de depuración del big data lo ha cambiado; sin importar la profesión de que se tenga, la data siempre nos ayudará a resolver un tema o ayudará a obtener información, va de la mano con cualquier profesión”, nos comparte Vieri Figallo, CEO de la agencia de comunicación creativa Figallo.

Y es que al obtenerse de manera digital esta data, a diferencia de la que se obtenía antes (encuestas, estudios de campo), es posible medir el comportamiento, “y ese no miente”, menciona María Villalobos, CEO de SOME, agencia de relevance marketing, y continúa: “la huella digital puede mostrar qué nos gusta y qué no, pero el problema es convertir eso en smart data; podemos tener toda la información que queramos, pero hacerla accesible es muy diferente”.

Ciencia para cualquiera

Quizá a las empresas lo que más les ha asustado es el término de ciencia de datos. Aunque la obtención de data sea compleja, podemos hablar de una industria de extracción de data, y esta información representa una gran oportunidad para las empresas pequeñas y medianas (PyMEs). “El competidor no está sacando provecho a los datos porque siempre hay una resistencia al cambio, pero la pandemia ha traído una aceleración digital y la data está evitando que la gente tome decisiones en frío y dándoles caminos a dónde dirigirse”, menciona Vieri Figallo.

La evidencia muestra que entre mejor sea el manejo de los datos, mejor valor “le podremos dar a nuestras fortalezas, por ello es una inversión más de tiempo que económica”, reflexiona Antonio Galindo, y continúa, “todos los modelos no son necesariamente buenos para acabar con todos los problemas, no existe una bala de plata que acabe con todos los males, conforme vamos evolucionando el modelo va haciéndolo también”. Por ello, y de acuerdo con Pietro Delai, gerente de Programa, Software y Cloud Solutions de IDC Latinoamérica, “la analítica y big data son la segunda prioridad en la región”, esto sin importar el tamaño de la organización, pues para las PyMEs se nota una adopción de tecnologías open source que reduce de manera significativa los costos de implementación.

Gran parte del éxito de la implementación de las soluciones de big data incluyen el plus de estar acompañado de un científico de datos, en palabras del vicepresidente de BEDU, estos especialistas deben de “tener ética y evitar los sesgos en la manera en que esta información se trabaja, pues si una empresa llega a tener un interés, la información puede tener la tendencia” que no ayude a los resultados buscados.

Una advertencia de lo anterior nos lo da María Villalobos: “Facebook es un ejemplo de algoritmo de lo más sesgado, ya no permite formar opiniones, provocando un problema para la empresa, generando un boicot de las marcas porque es un problema grave, ¿cómo se puede evitar ese sesgo?” La respuesta parece ser: con el manejo ético de la data obtenida.

¿Mi empresa requiere un científico de datos?

Sin embargo, no todas las empresas requieren un científico de datos. Tal vez solo necesiten un analista, pero lo que es cierto es que deben considerar la adopción de este tipo de perfiles. “Veo un riesgo en mediano plazo si no empezamos a tomar este tipo de dinámicas”, menciona Antonio Galindo, y es que hay empresas que solamente requieren que toda su información sea tomada, analizada y que los resultados le sean entregados; son tareas hechas por un analista de datos, mientras que las tareas del científico de datos van más allá, pues un Data Scientist, antes de entregar los resultados, debe formular conclusiones de los datos presentados y crear un plan de acción futuro de negocios para la empresa, basado en esa información.

Finalmente, si existe conciencia de necesitar un científico de datos, también deben tomarse en cuenta las necesidades salariales, pues de acuerdo con la página mx.talent.com el salario promedio para un científico de datos en México es de $420,000 pesos al año o $215 por hora. Los cargos de nivel inicial comienzan con un ingreso de $96,000 pesos al año, mientras que profesionales más experimentados perciben hasta $600,000 pesos al año.”

Investigue más sobre Análisis de negocios e inteligencia de negocios

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

Close