Científico de datos

Horario de trabajo
 

• Los científicos de datos pueden esperar un trabajo a tiempo completo, con horarios regulares. Al tratarse de un campo muy exigente, es imprescindible mantener las competencias al día, lo que puede requerir formación de actualización «fuera del horario laboral», certificaciones adicionales y otras experiencias de aprendizaje no remuneradas. 

Funciones habituales

• Aplicar los conocimientos y habilidades para diseñar nuevas tecnologías o para aprovechar al máximo las ya existentes
• Colaborar con la dirección, los ingenieros y los clientes externos para identificar problemas 
• Ayudar a las organizaciones en la elaboración de políticas y en las estrategias para alcanzar sus objetivos
• Colaborar con los equipos y gestionar tareas y asuntos pendientes
• En función de sus funciones específicas, los científicos de datos pueden trabajar con Python, R, SQL, bases de datos, herramientas analíticas, aprendizaje automático y Big Data.
• Desarrollar soluciones viables para problemas complejos relacionados con el software o el ámbito empresarial
• Desarrollar nuevas teorías y modelos 
• Determinar las necesidades de hardware y software hablando con los usuarios finales, los clientes, el personal y las partes interesadas 
• Revisar los conceptos del proyecto y ofrecer sugerencias de mejora

Responsabilidades adicionales

• Participar en proyectos multidisciplinares
• Realizar pruebas de los nuevos sistemas
• Participar en organizaciones profesionales para compartir investigaciones y conclusiones

Habilidades interpersonales

• Capaz de predecir problemas 
• Aprendizaje activo 
• Analítico
• Atención al detalle
• Capacidad para contextualizar ideas para los demás
• Creativo y curioso
• Pensamiento crítico (pero flexible)
• Decisivo
• Enfoque
• Por orden
• Perseverancia y resiliencia
• Resolución de problemas 
• Buen criterio
• Buenas habilidades comunicativas

Competencias técnicas

• Software para el desarrollo de plataformas web: SQL (lenguaje de consulta estructurado), Python, Tableau, R
• Habilidades de comunicación: es necesario ser capaz de extraer las estadísticas a partir de los datos recopilados y explicarlas en un lenguaje sencillo a otras divisiones de la empresa, como las de TI y finanzas.
• Trabajo en equipo: actuarás como enlace entre los distintos departamentos que necesitan la información extraída de los datos para tomar decisiones.
• Análisis de datos y estadísticas: es necesario analizar y aplicar los comentarios de los usuarios y los resultados de las investigaciones
• Buena visión 
• Capaz de analizar y evaluar sistemas 
• Conocimientos básicos sobre ventas y marketing, atención al cliente, telecomunicaciones, diseño, principios de gestión y ciencias de la ingeniería
• Programas de inteligencia empresarial y análisis de datos, como IBM Cognos Impromptu, Oracle Business Intelligence Enterprise Edition, QlikView y Tableau
• Software de compilación, como los compiladores de paralelización Polaris, los compiladores Ada de Greenhills y los compiladores LLVM
• Gestión de bases de datos y programas de interfaz de usuario y consultas
• Software de entornos de desarrollo, como LabVIEW, Apache Kafka o el IDE de Eclipse
• Imágenes gráficas
• Conocimientos de programas informáticos analíticos y científicos, como Minitab, StataCorp Stata y MATLAB
• Software de desarrollo orientado a objetos o a componentes (C++, ActiveX, Java, Python)
• Sólidos conocimientos de matemáticas, incluyendo álgebra, geometría, cálculo y estadística

• Instituciones académicas
• Sectores bancario y financiero
• Servicios en la nube y alojamiento web
• Asesoramiento
• Software como servicio (SaaS), web, móvil
• Empresas de software
• Empresas de reparto
• Gobierno federal y organismos militares
• Grandes empresas
• Empresas minoristas
• Agencias de seguros
• Telecomunicaciones
• Otras organizaciones de investigación y desarrollo
• Empresas privadas especializadas
• Búsqueda/redes sociales

• Una introducción al aprendizaje automático: un método de análisis de datos que automatiza la creación de modelos analíticos. El aprendizaje automático permite a los ordenadores descubrir información oculta mediante algoritmos que aprenden de los datos sin necesidad de una programación explícita.
• La fusión entre la ciencia de datos y el IoT: la creciente red de objetos físicos que cuentan con una dirección IP para conectarse a Internet, y la comunicación que se establece entre estos objetos y otros dispositivos y sistemas conectados a Internet.
• Capacidad para trabajar con RIL (capa de interfaz de radio), que va de la mano con el IoT
• El uso de la ciencia de datos en el ámbito sanitario: los datos recopilados por estos científicos pueden utilizarse para predecir las tendencias de las enfermedades, como, por ejemplo, el resurgimiento del ébola.

La mayoría de las organizaciones que contratan a científicos de datos lo hacen porque dependen en gran medida de las habilidades y la información que aportan estos trabajadores. En algunos casos, los científicos de datos desarrollan literalmente los productos o servicios que se comercializan, mientras que en otras situaciones ayudan a las empresas a determinar qué vender, a quién venderlo y cómo aumentar las ventas. Como resultado, las expectativas son muy altas, ¡pero la remuneración económica también lo es! 
 
Según la Universidad de Wisconsin, los trabajadores de nivel inicial ganan hasta 95 000 dólares, los de nivel intermedio tienen un salario medio de 128 750 dólares, los directivos de nivel intermedio pueden llegar a ganar hasta 185 000 dólares y el salario medio de los directivos con experiencia puede alcanzar los 250 000 dólares. Es evidente que las organizaciones que pagan estas cantidades exigirán una experiencia de primer nivel y un trabajo que aporte valor añadido. Por lo tanto, un gran sacrificio —si es que se le puede llamar así— para los científicos de datos consiste en alcanzar y mantener la competencia en todas las áreas, así como mantenerse al día (o adelantarse) a las tecnologías nuevas y en desarrollo. Esto puede suponer un compromiso enorme y a largo plazo, con gran parte del trabajo realizado «fuera del horario laboral», en el tiempo libre de cada uno. 

Es casi seguro que los científicos de datos se interesaron por los ordenadores desde muy temprana edad, así como por los acertijos y los problemas que tenían que resolver o descifrar. Les encantan los retos intelectuales en los que descubrir información y saber cómo utilizarla son las claves para triunfar. Es posible que a algunos les gustara leer o ver novelas de misterio y de detectives. Les interesa la psicología, cómo piensa la gente, qué les motiva y cómo los ordenadores pueden encontrar formas de comprender mejor a las personas a distintos niveles, desde individuos hasta grupos e incluso sociedades enteras. 
 
Lo más probable es que un buen científico de datos fuera alguien que, al crecer, fuera capaz de ver el «panorama general» y cómo pequeños elementos, factores o decisiones podían tener grandes consecuencias. Pueden parecer muy organizados, pero en su mente la información no es estática, sino maleable y flexible. En otras palabras, suelen ser capaces de «pensar fuera de lo establecido» para utilizar los datos de forma creativa, de maneras en las que otros quizá no hayan pensado. Probablemente también se les da bien explicar conceptos técnicos en un lenguaje sencillo.