Científicos de datos: tan atractivos como escasos

Científicos de datos: tan atractivos como escasos Científicos de datos: tan atractivos como escasos

El buen funcionamiento de las organizaciones en todos los sectores se fundamenta cada vez más en el uso de inmensas cantidades de datos, en lo que se ha dado a conocer como Big Data. Los sistemas informáticos, las redes sociales, las cámaras de seguridad, los sensores, los aparatos científicos… Los seres humanos y los dispositivos de todo tipo conectados a la red son importantes fuentes de información y generan multitud de datos de distintos formatos.

En los últimos años se ha producido un gran cambio: hemos evolucionado desde la preocupación acerca de los problemas técnicos que nos ocasiona este ingente "océano" de datos, para poner el foco en lo que estos datos pueden descubrirnos. Así, el éxito de compañías como Facebook, Google o LinkedIn no se debe al hecho de que hayan logrado acumular gigantescas cantidades de datos, sino a su capacidad de ser creativos con ellos, encontrándoles nuevo valor. Estamos en la "era de la información", en la que crear valor a través de la información se ha convertido en la "nueva economía". Y, en este nuevo escenario, surge un nuevo perfil adaptado a las nuevas necesidades: el científico de datos (data scientist).


'DATA SCIENCE' VS. 'BUSINESS INTELLIGENCE'

Antes de introducirnos en las características y habilidades de esta nueva figura, conviene mencionar qué es la "ciencia de los datos". Se trata de un conjunto de técnicas que permiten extraer conocimiento y nuevas ideas de grandes y complejos volúmenes de información. ¿Es esto lo que llamamos business intelligence (BI)? La verdad es que existen diferencias entre las tradicionales técnicas de BI y la "ciencia de los datos". Algunos profesionales consideran la segunda como una evolución de la primera; otros aseguran que son fenómenos conectados, aunque distintos.

La "inteligencia de negocio" se ha venido centrando en la gestión y presentación de informes sobre los datos existentes para el seguimiento y gestión de la empresa. Son informes descriptivos, cuentan lo que ha sucedido. La ciencia de los datos aplica herramientas y algoritmos avanzados de análisis para generar información "predictiva"; habla acerca de lo que sucederá en caso de cumplimiento de un determinado modelo. 

Pero existen otras diferencias importantes entre un analista tradicional y un científico de datos. El primero trabaja con un volumen de datos amplio, pero manejable y normalmente estructurado, es decir, tabulado ...