Educación

Científico de datos: retrato del perfil profesional más demandado

Acer ha informado del robo de los datos de más de 34.000 usuarios por parte de ciberdelincuentes

Juan Cañada, director del Programa Experto en Big Data de U-Tad, analiza para TICbeat los rasgos y habilidades que debe tener un buen científico de datos.

En los últimos años, y ante el crecimiento imparable del volumen de datos existente en el mundo (tanto información estructurada como no estructurada), las compañías están comenzando a implantar estrategias para aprovechar todo ese conocimiento en forma de valor para sus negocios. Pero para lograr este objetivo, son necesarios profesionales cualificados que puedan aglutinar toda esta información y convertirla en valor fácil de comprender y utilizar por parte de la empresa y la sociedad. Son los conocidos como científicos de datos, los cuales deben aunar cualidades de muchas -y muy diversas- áreas; lo que los convierte en sujetos muy complicados de encontrar y, por ende, muy valiosos.

“Nuestros cerebros son supercomputadoras capaces de procesar quintillones de fotones que llegan a nuestros ojos cada segundo y convertir esa radiación electromagnética en información útil a una velocidad que en muchos aspectos supera a los centros de cálculo más poderosos”, explica Juan Cañada, director del Programa Experto en Big Data de U-Tad, a TICbeat. “Si conocemos los paradigmas sobre los que se sustenta la visualización de datos nos será posible aprovechar este inmenso potencial para gestionar mejor la ingente cantidad de datos que se generan hoy en día”.

“Mucha gente sabe que en su arsenal debe disponer de cosas como conocimientos en Machine Learning, Hadoop/Spark, R, Python o Scala pero hay mucho más”, añade Cañada. Y es que, un ‘Data Scientist’ también se interesa por el contexto de los datos que estudia, ya sea político, económico, científico o de cualquier otra índole; ya que necesita entender el ecosistema donde esos datos se han generado para ser capaz de obtener mejores insights.

La importancia de la visualización de datos

En medio de todas estas disciplinas se encuentra, además, la visualización de datos como puente entre la máquina y la mente, como herramienta que nos permite sacar lo mejor de ambos mundos“Muchas veces pasa desapercibido la salida al trabajo del científico de datos. Tan importante es el quién como en este caso el cómo: la visualización de información es tan antigua como la humanidad”, aporta el experto de U-Tad.

En ese sentido, las antiguas pinturas de Altamira o Lascaux no cumplían una función meramente estética o religiosa sino que también transmitían conocimiento de rituales y artes de caza. La cartografía, los símbolos matemáticos, o incluso la propia escritura son sistemas que el hombre ha creado para almacenar información y posteriormente visualizarla para recuperarla e interpretarla.

Ni juegos de memoria ni aplicaciones sofisticadas. Los recursos para mejorar tu memoria y la capacidad de retener datos están en tu mente. ¿Quieres saber cómo?.

La visualización de información no sólo es antigua sino omnipresente. Cañada explica que “cuando conducimos y vemos una señal de prohibido el paso o cuando seguimos las indicaciones de una salida de emergencia estamos interpretando información visual en tiempo real y actuando en consecuencia. Procesamos la información que vemos y la utilizamos para tomar decisiones críticas”.

Por ello, el científico de datos perfecto debe dominar, además de las materias mencionadas, múltiples herramientas y conocimientos puesto que esta disciplina se utiliza masivamente en infinitas áreas, desde ciencias puras hasta el desarrollo de negocio pasando por  política, medicina, arquitectura, marketing o educación. En todos estos campos a diario se generan incontables cantidades de visualizaciones que se utilizan para elaborar estrategias, extraer conclusiones, relacionar causas y efectos, monitorizar cambios, etc.

El propósito no es ser bonitas ni utilizar colores y fuentes agradables sino codificar los datos de la mejor forma posible para que nuestro cerebro los procese con el mínimo esfuerzo al igual que hacemos con las señales de tráfico.

Lo mismo con la recolección de datos: no se trata de obtener un gran volumen, sino de obtener los que necesito. Con las visualizaciones de datos adecuadas quizás los ingenieros de la NASA habrían tomado decisiones que hubieran evitado el accidente del transbordador Challenger. Así lo sugieren los trabajos de Edward Tufte, al igual que los mapas de John Snow en el siglo XIX que permitieron detectar el origen de un brote de cólera en Londres y salvó miles de vidas.

Juan Cañada añade que “seguro que hay incontables casos de marinos que llegaron a su destino gracias al buen trabajo de desconocidos cartógrafos o desgraciadas situaciones donde ocurrió lo contrario”. Ejemplos como estos se estudian en cualquier curso de visualización de datos y dan una idea de la importancia de este campo pero no es necesario mirar hacia escenarios tan extremos.

Sobre el autor de este artículo

Alberto Iglesias Fraga

Periodista especializado en tecnología e innovación que ha dejado su impronta en medios como TICbeat, El Mundo, ComputerWorld, CIO España, Kelisto, Todrone, Movilonia, iPhonizate o el blog Think Big de Telefónica, entre otros. También ha sido consultor de comunicación en Indie PR. Ganador del XVI Premio Accenture de Periodismo y Finalista en los European Digital Mindset Awards 2016.

  • Pedro J Asensio

    Muy buen artículo!!!! Oye me gustaría preguntarte qué tipo de empresas podrían necesitar un cientifico de datos junior, ya que una start up es difícil que necesiten a dos personas en este campo.

    • albertoiglesiasfraga

      Buenas Pedro, muchas gracias por tu comentario. Los científicos de datos serán muy demandados en una amplia variedad de empresas, desde grandes organizaciones (que manejan volúmenes de información enormes de los que extraer valor) hasta pequeñas empresas (aunque en las de menor tamaño seguramente lo harán a través de consultoras o partners por tema de costes). Por sectores, todos los verticales se van a ver afectados, pero especialmente todos aquellos negocios que están de cara al consumidor final (retail, banca, telecomunicaciones, etc.) para poder personalizar mejor los servicios y productos que ofrecen. También la industria 4.0 (para mejorar la eficiencia y hacer mantenimiento preventivo y mejores diseños de fábricas o procesos) o sectores como sanidad y transporte tendrán una gran demanda.

      • Pedro J Asensio

        Nada muchas gracias por la respuesta. Yo estoy terminando un máster en Big Data y visualización de datos, eso unido a ADE quiero terminar de formarme para ser científico de datos. Y debido a que bueno no suele ser un puesto que en los buscadores de empleo aparezca (no hay demasiadas ofertas en ellos), requiere de un trabajo detrás para encontrar el puesto.