¿Qué necesito aprender para ser un profesional en Data?

Cada vez que enviamos un email, un whatsapp, hacemos un clic o compramos algo online, estamos generando datos. También generamos datos al publicar un tweet o actualizar nuestro estado en Facebook. Además, ya hay más de 3.200 millones de usuarios de Internet en el mundo, cantidad que se triplica cada 9 años. También hay más de 1.750 millones de usuarios de smartphones. Por lo tanto, hablamos de unas cantidades de datos gigantes. Entonces, ¿qué hace falta para llegar a ser un profesional de los datos?

Afortunadamente, el incremento exponencial de la cantidad de datos ha venido acompañado por un avance paralelo. Es decir, ha crecido la capacidad de recoger, organizar, tratar y analizar los datos. El coste de almacenamiento de datos es cada vez más económico. Además, la potencia de procesamiento es varios múltiplos de lo que era hasta hace pocos años. Las herramientas para manejar los datos son más accesibles que nunca. De hecho, ya hablamos de zetabytes de datos disponibles para extraer de ellos inteligencia de negocio. Hemos visto en otros artículos varios ejemplos de esto. Por ejemplo, el análisis de datos ha permitido predecir comportamientos bursátiles, éxitos de taquilla o prevenir incendios. También ha servido para seleccionar a jugadores de beisbol más rentables.

Un sector con demanda de profesionales

Todo el trabajo de tratamiento necesario requiere un ejército de expertos en datos. Traducción: nunca ha sido un mejor momento para seguir una carrera profesional relacionada con data. Sin embargo, el sector TIC va a tener un déficit. Por ejemplo, solo en España el 15% de las grandes empresas tuvo dificultades para encontrar especialistas en 2020. Además, se estima la necesidad de casi 1,39 millones de especialistas adicionales para cumplir los objetivos de la Década Digital de la UE. Por tanto, el primer paso para convertirse en un mago de los datos es ver cuál es el camino profesional más adecuado.

Data Analyst

Un data analyst (analista de datos) esencialmente es un data scientist junior. Es la posición laboral de entrada en una carrera relacionada con Data. Por ejemplo, los analistas no tienen el background en investigación o conocimientos avanzados en matemáticas para inventar nuevos algoritmos de Machine Learning. Sin embargo, deben poseer una comprensión de cómo usar las herramientas para solucionar problemas de negocio.

Habilidades y herramientas

Los analistas de datos deben tener una base de habilidades y conocimientos técnicos. Por ejemplo, en programación, estadística, machine learning, data munging y visualización de datos. Además de las habilidades técnicas, deben ser minuciosos en los detalles. También necesitan capacidad de presentar los resultados de forma clara y concisa. Con el tiempo, dedicación y apoyo de analistas más experimentados, deben ser capaces de adquirir, procesar y resumir conjuntos de datos.

Asimismo, los data analysts son los encargados de gestionar el control de calidad del raspado de datos. Normalmente realizan las queries que necesitan en cualquier departamento de la empresa. Después, resuelven problemas relacionados con datos escalonando y priorizando recursos. Por último, este tipo de perfil profesional es el encargado de empaquetar los datos para presentar la inteligencia de la información extraída. Así, la presentación resulta narrativa o visualmente comprensible por compañeros de otras áreas no expertos en datos.

Los profesionales que siguen esta ruta deben sentir pasión por la exploración de datos, aprendiendo mosaicos de datos, teoría de base de datos, lenguajes como JavaScript, o visualización de datos.

Profesional Data Scientist

Los analistas de datos y data scientists comparten el mismo objetivo en la empresa: obtener inteligencia e ideas de los lagos de datos disponibles. Sin embargo, el trabajo de los data scientists requiere unas habilidades especiales más sofisticadas. Por ejemplo, deben manejar tanto el volumen como la velocidad de los datos. Un data scientist debe ser capaz de llevar a cabo investigaciones no dirigidas y llegar a formular cuestiones y problemas complejos. Además, los data scientists normalmente son graduados en campos cuantitativos como ciencias de la computación, física, estadística o matemáticas aplicadas. Por ello, poseen los conocimientos para inventar algoritmos que resuelvan problemas con los datos.

Estos científicos de datos son extremadamente valiosos para las empresas que los contratan. Por ejemplo, pueden descubrir nuevas oportunidades de negocio o ahorrar a la empresa mucho dinero mediante la identificación de patrones en los datos. Así, destacando comportamientos de los clientes pueden ayudar a identificar fraudes potenciales. También pueden predecir qué productos van a tener más éxito para estar prevenidos en stock.

Habilidades y herramientas

Un data scientist debe explorar los datos desde diferentes facetas y ser capaz de extraer datos de diversas fuentes. Usan herramientas como Hadoop (el framework de sistema de ficheros más extendido para procesamiento de datos distribuidos). Además, usan lenguajes de programación como Python o R. También aplican prácticas fundamentales de estadística, probabilidad, model building y matemáticas avanzadas.

El conjunto de skills necesario varía dependiendo de empresa y proyecto. Por ejemplo, el Data Science London publicó un abanico de herramientas de un profesional data scientist. Así se ve lo complejo que puede llegar a ser.

Imagen via Data Science London

El skill no técnico más valioso que puede aportar un data scientist es una inmensa curiosidad. Estos profesionales deben estar obsesionados con formular hipótesis. Después, esas hipótesis deben resultar en soluciones apoyadas en la información extraída. Así, permiten transformar su negocio.

Me encanta el poder de las métricas y realizar tracking del comportamiento de usuarios porque me da la oportunidad de testar intuiciones personales y luego tener resultados empíricos que permiten a nuestro equipo tomar decisiones basadas en datos y así mejorar continuamente nuestro producto Gaëlle Recourcé, CSO at Evercontact

En esencia, los científicos de datos aprovechan los datos para solucionar problemas de negocio. Interpretan, extrapolan y prescriben a partir de datos para facilitar recomendaciones que puedan ser tomadas. Por ejemplo, un analista de datos realiza resúmenes de lo que ha pasado. En cambio, un data scientist realiza estrategias para predecir el futuro. Con el tiempo, normalmente se especializa en un área específica.

Los científicos de datos deben identificar exactamente cómo optimizar negocios online para retener a los mejores clientes. También deben saber cómo lanzar productos para conseguir el mayor valor en el ciclo de vida de los clientes. Por último, deben saber cómo ajustar procesos de distribución para lograr los mejores tiempos con los mínimos costes y pérdidas.

Profesional Data Engineer

Un ingeniero de datos es capaz de construir canales de datos en arquitecturas robustas y tolerantes a fallos. Esas arquitecturas sostienen, limpian, transforman y agregan diferentes fuentes de datos en mezclas de bases de datos. Los data engineers son normalmente ingenieros de software. Además, son responsables de compilar e instalar sistemas distribuidos y de procesamiento en paralelo. También crean bases de datos y programan queries complejas. Por último, realizan escalados multi-máquinas y mantienen los sistemas de recuperación de datos al día.

Los ingenieros de datos esencialmente sientan las bases. Así, los analistas de datos o data scientists pueden acceder fácilmente a los conjuntos de datos necesarios para su revisión y formulación de experimentos.

Habilidades y herramientas

Mientras que los analistas de datos se encargan de extraer valor de los datos, los ingenieros de datos hacen otro trabajo. Concretamente, aseguran que los datos fluyen sin incidencias desde las fuentes hasta los destinos. De esta forma, el sistema puede procesarlos. Por tanto, los ingenieros de datos deben tener un conocimiento profundo y experiencia en las siguientes tecnologías:

Tecnologías basadas en Hadoop como MapReduce, Cassandra, Hive o Pig.
Además, tecnologías basadas en SQL como PostgreSQL o MySQL

Tecnologías basadas en NoSQL como Cassandra o MongoDB
Soluciones en Data Warehousing

mis responsabilidades varían desde el diseño de la arquitectura del sistema y sus módulos hasta la implementación de los algoritmos, y los requerimientos de infraestructura Dmitry Novikov, Ingeniero de Datos

Los ingenieros de datos se encargan del trabajo detrás del escenario, que normalmente no se ve. Sin embargo, sin ese trabajo el resto del equipo no podría realizar el suyo. Por ejemplo, esta infografía muestra las diferencias entre ingenieros de datos y data scientists.

Imagen via Data Science 101

Chris Beland dirige el equipo de ingeniería de datos de la empresa Allclasses. Después, describe así qué hace su equipo, porqué es importante y porqué le encanta:

«En mi trabajo diario, realizo un montón de NLP (procesamiento de lenguaje natural), convirtiendo contenido web semi-estructurado comprensible por personas en contenido altamente estructurado comprensible por máquinas y almacenado en bases de datos. Lo que más me gusta es enseñar a las máquinas algo concreto sobre el mundo real. Por ejemplo, cómo escriben los humanos las fechas de los calendarios y qué significan, o cómo el universo de temas se pueden descomponer en categorías y subcategorías.

Entonces es cuando creamos algoritmos para que el sistema pueda explotar ese nuevo conocimiento. Así, el sistema puede analizar y clasificar textos y darle sentido un poco como lo haría un humano. Me siento un poco como un padre orgulloso al comprobar cómo la base de datos resultante da al programa una caricia virtual para obtener todas las respuestas correctas, a pesar de tratar con una gran cantidad de entradas no previstas. Y con un clic, los resultados parten a las personas que lo necesitan».

Hay muchas opciones a la hora de tomar el camino profesional relacionado con los datos. Si estás interesado en dedicarte al big data profesionalmente, son tres los perfiles demandados: analista de datos, data scientist e ingeniero de datos.

Los profesionales del tratamiento con datos han derivado en tres disciplinas más especializadas. Por ejemplo, la especialización ocurrió en otros campos como la medicina: ahora tenemos doctores en medicina general, cirujanos y neurocirujanos. Lo mismo ha pasado con los datos.

¿Quieres formarte como profesional de datos y crecer en proyectos que importan? En BAOSS buscamos perfiles de datos, IA, cloud, desarrollo y ciberseguridad para trabajar con clientes líderes de banca, retail, salud y sector público, junto a partners como IBM, Red Hat, Anthropic y Google. Trabaja con nosotros y envíanos tu CV.