El perfil de Data Scientist ha llegado para quedarse

Algoritmos, Inteligencia Artificial, Machine Learning, BigData... son términos a los que nos estamos acostumbrando dentro del sector del marketing, la comunicación y la publicidad, tanto como en el resto de sectores en los que la transformación digital ha roto paradigmas. Nuevas herramientas y tecnologías han impulsado la búsqueda y creación de nuevos perfiles profesionales que respondan a las nuevas necesidades del mercado, siendo uno de ellos el de Data Scientist, como también ha reseñado la plataforma social para profesionales LinkedIn, en su informe de 15 empleos emergentes 2020. Pero, ¿Qué es un Data Scientist y qué aporta al nuevo escenario empresarial? Para profundizar un poco en el tipo de formación que han tenido estos profesionales, qué trabajos están desarrollando en sus empresas, así como las cualidades que no deben faltar en un Científico de Datos, hemos consultado con algunos de ellos.

Interactiva.- ¿Qué es un Data Scientist?

Eva Casado, Marketing Science Manager en Annalect.- Para mí, en el mundo de la publicidad y el marketing, no es más que la evolución natural del analista de datos, con ciertos matices nuevos. La base es común, los dos analizan datos, la diferencia radica en el tipo, el tratamiento y las técnicas que aplicamos. Los analistas hemos tenido que mutar y adquirir habilidades más enfocadas al tratamiento del gran volumen de datos que se generan, pero el objetivo siempre ha sido el mismo: ayudar a nuestros clientes a crecer en su negocio.

¿Cuál es tu formación?

Adrián Melic, Python & Cloud & Machine Learning Developer Manager Clever Ads.- Empecé ingeniería informática, me decepcionó y lo dejé. Monté mi propia empresa, la cerré; trabajé por cuenta ajena para formarme en Machine Learning, Cloud y desarrollo de software; estoy completando Administración y Dirección de Empresas y estudiando chino. También participé en Kaggle, ganando un par de medallas con mi jefe actual. Kaggle es una plataforma de competiciones de Machine Learning donde miles de equipos de todo el mundo participan. Excelente también para aprender, incluyendo marketers.

¿Cómo ha evolucionado tu experiencia laboral?

Iván Robles Agudo, Cofundador de Hablandoendata.com.- Seis años trabajando en Bayes Forecast, consultora especializada en Data Science, siete años trabajando como Data Science en Orange y uno en Bankia. Cuatro años impartiendo clases en distintos martes sobre Data Science. Juntos (Iván y Abilio), hemos creado la página hablandoendata.com, con su canal de Youtube, que pretende convertirse en un sitio de referencia para los Data Scientist, recopilando recursos de formación, blogs interesantes, libros... Hay una sección especial para enseñar cosas de data science a alumnos de instituto con recursos sencillos para explicar cosas de inteligencia artificial, estadística... El canal de Youtube es complementario a la página, con recursos didácticos sobre data science, entrevistas a expertos y debates sobre temas de actualidad en datos.

¿Qué crees que aporta un perfil como el tuyo en el escenario de transformación digital de las empresas?

Manuel García Gonzalo, coCEO de LeadClic (WAM Global).- Conocer muy bien las necesidades de negocio, y combinarlas con lo que nos permite la tecnología (y los datos asociados a esas plataformas). Tener una orientación muy analítica, buscando dar respuestas a negocio.

¿Qué soft skills consideras necesarias para una mejor adaptación de perfiles tan técnicos en entornos empresariales con dinámicas diferentes?

Abilio Romero Ramos.- Cofundador de Hablandoendata.com.- Habilidad para comunicación, negociación y presentación. Entender los resultados de la estadística y la algoritmia es complicado y es difícil llegar a todo el mundo. Lo intentamos con nuestra página hablandoendata.com o nuestro canal de Youtube. Hay muchas iniciativas sobre esto, como la del gobierno finlandés, que lanzó un curso para que todos los ciudadanos conozcan la Inteligencia Artificial, una rama del data science. Hablamos de ello en nuestra página.

Nombra cinco cualidades que deba tener cualquier Data Scientist.

Carlos Herrera, Vicepresidente de Datos e Investigación, Cabify.- Curiosidad, rigurosidad, brillantez, humildad y honestidad.         

Adrián Melic, Python & Cloud & Machine Learning Developer Manager Clever Ads.- 

1. Código limpio, leíble y comunicable: Si quieres escribir pero das patadas a la ortografía y gramática, nadie te considerará un autor creíble.
2. Imparcialidad. Torturar los datos para que digan te gustaría te aleja de la realidad.
3. Aplicar el método científico: Pregunta > Hipótesis > Datos > Análisis para llegar a una conclusión > Comunicar resultados > Repetir.
4. Trabajo en equipo. Saber trabajar con personas es importante para alguien que combina datos de varios departamentos; tiene que acceder a diferentes fuentes y plantear preguntas para entender lo que se quiere analizar.
5. Escepticismo vs. seguridad en lo dices. No es estar completamente seguro, es reducir la probabilidad de estar equivocado. Desconfío de alguien que está muy seguro de sus conclusiones.