El auge de la tecnología ha provocado que se incorporen nuevas profesiones, una de ellas es la ciencia de datos, que consiste en la preparación y limpieza de grandes cantidades de data para creación de modelos y extracción de insights que ayudan a la toma de mejores decisiones de negocio. Los «Data Scientist» se han convertido en los profesionales más requeridos por las empresas a nivel mundial. Incluso, un reciente estudio del Ministerio de Trabajo de los Estados Unidos indica que para el 2026 se necesitarán casi un 30% más de estos expertos para el análisis de datos frente a lo que se necesita este año.
La gran demanda laboral ha influido en la remuneración salarial, ya que se estima que un profesional puede iniciar en una empresa americana con un sueldo base de 100 mil dólares bajo la modalidad remota. Incluso, la revista inglesa The Economist calificó a la data como “el petróleo del siglo XXI”. Los Data Scientist pueden ser vistos como los profesionales con mayor demanda al ser los más capacitados para la extracción de insights
Tomando en cuenta la importancia de tener más profesionales capacitados, Mario Calderón, CEO & Co-Founder de SkillMapper nombra cinco de las principales competencias que debe tener un Data Scientist:
1.-Entendimiento del lenguaje de programación: El profesional trabajará con millones de archivos de datos (big data), por lo que ciertos programas básicos no permitirán procesar y analizar adecuadamente la información. Manejar lenguajes de programación como Python o R. será esencial en el desempeño del trabajo..
2.-Conocimiento de estadísticas: Tener una base de estadística sólida es indispensable para el desarrollo e implementación de modelos de inteligencia artificial. A través del conocimiento de conceptos básicos, se podrán validar los experimentos y la fiabilidad para la implementación de modelos a nivel de producto.
3.-Nociones de Machine Learning (una sub-rama de la inteligencia artificial): Permite que las compañías creen modelos para la toma de decisiones automatizadas mediante parámetros y valores preestablecidos. Todo Data Scientist en 2022 debe tener la capacidad para armar estos modelos e implementarlos en productos digitales a gran escala.
4.-Visualización de Datos: Tener la capacidad de visualizar resultados de experimentos, distribución de la data de un análisis exploratorio y la fiabilidad de modelos, son competencias propias de cualquier Data Scientist. Esto ayuda a comunicar la validez e importancia de su trabajo.
5.-Talento para la comunicación y el Storytelling: Es necesario que un especialista en Data Science sea un gran narrador, sobre todo para comunicar los resultados de su trabajo. Conectar los resultados de los modelos a objetivos comerciales o de producto le dará el valor y la naturaleza crítica de la labor realizada.
