¿Qué hace un especialista en data science? [Infografía]

Extraer datos de distintas fuentes

Exprimir toda la información que sea necesaria (y en ocasiones, decicir qué es importante y qué no) de los orígenes de datos disponibles. Según el volumen estaremos hablando de Small Data, Medium Data o Big Data.

Limpiar datos

Esta es una tarea clave para disponer de datos lo más útiles posible, eliminando datos no relevantes o de baja calidad. De esta manera, las siguientes fases del proceso serán más eficientes.

Procesamiento y análisis

Para sacar conclusiones relevantes, es necesario analizar los datos previamente. Este procesamiento se hace, normalmente, con programas estadísticos, utilizando diversas herramientas como modelos predictivos, machine learning, etc.

Visualización

Representar los datos gráficamente para hacerlos más comprensibles tanto para uno mismo como para otros equipos.

Retos para un data scientist

Trabajar con datos incompletos

Para obtener conclusiones relevantes hay que hacer las preguntas correctas. Pero, ¿y si tus preguntas son correctas, pero los datos no? A veces, hay que lidiar con bases de datos que no han sido bien mantenidas y eso obliga a afilar la atención por el detalle.

Mantener a raya las expectativas

Conforme aumenta la popularidad del data science, los profesionales deben mantener unas expectativas realistas sobre lo que se puede y lo que no se puede hacer con datos.

Ser confundido con Business Intelligence

El especialista en ciencia de datos va más allá del mero Business Intelligence. Incluye también el diseño de procesos de consulta, crear algoritmos y ejecución de modelos predictivos.

Un día en la vida del data scientist

Es complicado establecer una rutina diaria, pero en lo general estas son los procedimientos habituales. Independientemente del puesto, se suele comenzar con una reunión del equipo de data (stand-up meeting, según la metodología Agile). En ella se discute el avance de los proyectos y se decide cómo superar las dificultades.

Se continúa trabajando en el proyecto actual, ya sea extrayendo, limpiando o reorganizando datos para el modelo en el que estemos trabajando. En algunos casos, es necesario hacer peer-programming junto a otra persona del equipo para avanzar juntos en un proyecto común. Según el proyecto, se puede invertir tiempo para analizar resultados o para dar feedback en un modelo en el que haya trabajado otro equipo.

Además, hay que reservar tiempo para la búsqueda de patrones y tendencias, así como para crear algunas visualizaciones y compartir conclusiones con otros departamentos.

Situación actual de la ciencia de datos

Salarios

No cabe duda de que las empresas buscan continuamente profesionales de la ciencia de datos. Sobre todo desde el boom de áreas como aprendizaje automático e inteligencia artificial. Según reclutadores especializados, un data scientist que conozca Python y R puede llegar a ganar de 23.000€ a 25.000€ anuales en sus primeras posiciones, hasta llegar a los 59.000€ cuando con varios años de experiencia y aprendiendo otros lenguajes.

Oportunidades de empleo

Según la Unión Europea, las profesiones relacionadas con la programación han aguantado (mucho mejor que otros perfiles) pasadas crisis y se espera que así siga siendo. De hecho, la demanda de estos profesionales no deja de subir, hasta el punto que el 58% de las empresas europeas tuvieron problemas para encontrar programadores.