¿Qué es y cómo funciona el “Data Scientist”? DicZionario

Cuando hace unos años empezamos a oír hablar del big data, quizá muchos no imaginaban la tremenda relevancia que esta ciencia alcanzaría para el mundo de las empresas y los negocios. El hecho cierto es que es un mercado en expansión. Por ejemplo, según datos de Technavio, este sector seguirá creciendo un 24% hasta 2021.

Por todo ello, resulta evidente que se está produciendo un especialización en este campo. Los retos son cada vez mayores y las empresas han de confiar en profesionales expertos que sepan interpretar y manejar todo lo que los datos implican a la hora de realizar sus estrategias de futuro. Así, nos parece más que necesario dedicar uno de nuestros post de DicZionario al data scientist, una figura que cobrará más relevancia en el mundo de las marcas.

Definición de data scientist

Para entender un poco la importancia del concepto, vayamos al informe presentado por IBM, que nos dice que en el año 2020, la demanda de data scientist se incrementará hasta un 28%. Según nos cuentan también, sólo en Estados Unidos, se produciría casi tres millones de puestos de trabajo.

Para nuestro artículo, contamos con las palabras de Alfonso Sánchez, Data, Analytics and Insights Director de Publicis Media, quien nos explica qué esta figura: “Está claro que está de moda hablar de datos, de big data y como consecuencia, también tiene que estarlo data acience como terminología cercana, que según Wikipedia sería:

“La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas, ya sea estructurados o no estructurados, ​ lo cual es una continuación de algunos campos de análisis de datos como la estadística, la minería de datos, el aprendizaje automático y la analítica predictiva

En definitiva, y después de leerlo pensando en nuestro sector, hay dos variables que han elevado la dimensión del fenómeno, ya que datos hemos tenido siempre aunque fuese en papel,  una sería el volumen ingente de datos que disponemos en la actualidad, y otro el aumento exponencial de las fuentes de las que podemos extraerlos, eso ha provocado que nos enfrentemos a retos para los que hemos tenido que mejorar nuestros sistema y nuestras capacidades de almacenamiento, así como las herramientas de BI que necesitamos para poder extraer aprendizajes de los mismos.

Elbert Hubbard, ensayista americano, dijo que una máquina puede hacer el trabajo de 50 hombres corrientes. Pero no existe ninguna máquina que pueda hacer el trabajo de un hombre extraordinario. Pues bien, nuestro sector y el resto, tienen que trabajar para digitalizarse y estamos en ello, y eso va de máquinas que hagan nuestro trabajo, procesos, algoritmos, machine learning, etc. Y por supuesto aumentar el número de “hombres extraordinarios” o para mí “Data Scientist” dentro de nuestras estructuras, que sean capaces de poner orden y sentido a todos esos datos que tenemos a nuestro alcance, para hacer lo que venimos haciendo desde nuestros orígenes, poner en contacto a los consumidores con las marcas, bonito desempeño.”

El data scientist es la evolución del analista de datos. Su trabajo ya no sólo toma esos datos de una sola fuente, sino que analiza muchos y muy diferentes canales con formatos heterogéneos. Una de las claves de este trabajo radica además en el hecho de que debe examinar esa información, sabiendo extraer patrones e interpretar tendencias.

Para ello se necesitan poner en marcha diferentes disciplinas que consigan examinar los datos desde diferentes puntos de vista y desarrollar una capacidad analítica global pero al mismo tiempo concreta. Así, el data scientist será especialista en diferentes campos como matemáticas, programación, estadística e incluso sociología.

Las empresas buscan este perfil porque es relevante para diferentes áreas. En el aspecto más marketero, hablamos de cómo las marcas se pueden beneficiar a la hora de realizar campañas de fidelización, captación de leads o personalización. Pero, además, con la cualidad predictiva que también se le confiere al data scientist, las directrices que éste aporte serán claves para lanzar nuevos productos que el mercado demande, así como oportunidades de negocio.

Cualquier empresa e industria puede valerse también de los recursos del data scientist para su gestión interna. Finanzas, recursos humanos, estrategia digital. Es necesaria, de hecho, una visión global para poder extraer y transmitir directrices y recomendaciones a los responsables de negocio.

El científico de datos es capaz de traducir un gran volumen de datos proveniente de dispositivos conectados como smartphones pero también IoT, redes sociales, páginas web, historiales médicos…. Hemos de tener en cuenta que la www y nuestro mundo 2.0 generan cada vez más información. En un futuro no muy lejano, nuestros electrodomésticos también estarán conectados, así como nuestras smart cities.

Para cotejar tantos y tan variados datos, el data scientist sigue esta metodología:

  • Extraer datos. De una manera objetiva, sin valorar las fuentes o el volumen.
  • Limpiar los datos. Eliminando aquellos que puedan distraer del objetivo.
  • Procesar los datos mediante la estadística.
  • En caso necesario, reformular los tests y ensayos.
  • Establecer conclusiones y estrategias.

Por último, no nos resistimos a hablar de una curiosa afirmación de la revista Harvard Business Review que afirma, ni más ni menos, que la de data scientist es la profesión más “sexy” del siglo XXI. ¿Estamos de acuerdo?

Algunos ejemplos

El mundo del data scientist está muy presente en las grandes empresas tecnológicas de las que no dejamos de hablar constantemente. Y sus actuaciones cobran especial relevancia. Es lo que ha sucedido, por ejemplo, con Aleksandr Kogan, data scientist de Facebook, quien fue interrogado el pasado abril por un comité parlamentario del Reino Unido a causa de la polémica relacionada con la red social y su política de privacidad de datos.

Una empresa como IBM también está apostando de una forma muy clara por las soluciones tecnológicas de la nueva era. Machine learning, IA y, por supuesto, big data. La marca presenta su Data Science Experience como un instrumento muy útil para los negocios. Se trata de una serie de herramientas que usan el cloud y el código abierto y que reivindica la economía social desde un punto de vista colaborativo a través de los diferentes tutoriales y de una comunidad implicada.

Como hemos dicho, cualquier empresa y marca se puede beneficiar de las características del data scientist. También, claro está, las que se encuentran en la punta de lanza de las tendencias más innovadoras, como puede ser el universo de los eSports. Los deportes electrónicos levantan pasiones inusitadas entre los aficionados. En su impulso por seguir creciendo, una empresa como MAD Lions E.C., por ejemplo, ha incorporado recientemente a un data scientist en su staff. David Heras es el nombre escogido para tal fin. La marca ya ha comentado que compartirá de forma solidaria con el resto de equipos cualquier software que se desarrolle para estas funciones.

Para preparar a profesionales en el sector del big data que puedan atender las crecientes demandas que estamos viendo es fundamental una implicación de los diferentes ámbitos educativos. Ellos impartirán las materias necesarias para los futuros expertos en data. Así, desde la Universitat Politècnica de Catalunya, por ejemplo, están introduciendo este tipo de disciplinas entre su oferta formativa. Todo ello, en aras de las demandas del mercado profesional. El máster Big Data Management, Technologies and Analytics o los cursos de posgrado Digital Business Transformation: Strategy and Implementation o Ingeniería en Seguridad Industrial y Ambiental son buen ejemplo de ello.

Las smart cities son otras de las implicadas al hablar del avance en el análisis de datos. La utilización de nuevas tecnologías para mejorar la vida de sus ciudadanos es una realidad palpable. Así, el Ayuntamiento de Madrid junto a SAS ha puesto en marcha para este mismo mes de mayo un hackaton en el que se premiarán las ideas relacionadas con los protocolos de contaminación de la urbe. Pues bien, uno de los “premios” que podrán obtener los participantes en el evento es certificación Data Scientist para sus logros.

Incluso un clásico de nuestro tiempo como es la Liga Norteamericana de Baloncesto, la NBA, se sirve de las herramientas de la ciencia de los datos. El big data time aplicado a este deporte permite desarrollar diferentes estadísticas sobre tiros acertados o fallados, evolución del juego, características de los jugadores y decenas de parámetros más que configuran el desarrollo de cada competición. Toda esa información se recoge en un software que permite extraer conclusiones para la posterior planificación de los equipos.

Los data scientist se convertirán, cada vez más, en figuras claves e imprescindibles en una empresa. Otro de los ámbitos que los utiliza, aunque pueda sorprender a muchos, es el campo de la medicina y la salud. Estudiar los datos de wearables que monitorizan las constantes de los pacientes y ayudan a prevenir problemas, adelantarse a posibles afecciones, mejorar en los diagnósticos y tratamientos, avanzar en la búsqueda de medicamentos más efectivos… La empresa Oxford Nanopore ha desarrollado un dispositivo para secuenciar material genético en cuestión de minutos. El director ejecutivo de la firma, Gordon Shangera, habla incluso de un internet de los seres vivos, con entidades biológicas conectadas con información actualizada del ADN de cada individuo.

El marketing o la gestión interna, sí. Pero también otros campos como la biología, la informática médica o las ciencias sociales… Prácticamente cualquier ámbito de nuestra vida se puede ver influido por la presencia de un data scientist que sepa interpretar el gran volumen de datos que producimos cada día.

Imagen | Pixabay

En BlogginZenith | Todo lo que las marcas deben saber sobre el marketing predictivo

   

Deja un comentario

Tu correo electrónico no se verá en el comentario publicado.

Política de comentarios

Escribe tu comentario para que la comunidad pueda aprovecharlo. Los comentarios que no sean adecuados o se salgan de la temática del blog serán descartados, así como los promocionales, susceptibles de afectar a derechos de terceros, con insultos o de vulnerar las leyes.

Cuando se detecta una infracción de estas normas se podrá editar el comentario o simplemente eliminarlo, pero si la infracción es continuada, se podrá llegar a un bloqueo de la cuenta.

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>