Una de nuevas ramas profesionales dentro del mundo de la informática que más demanda laboral está generando últimamente son las profesiones relacionadas con Data.
Nos llegan un gran número de consultas sobre este tema, como por ejemplo ¿En qué consiste data? ¿Cómo es el día a día de un programador que se dedica a la rama de data? ¿Qué necesito aprender para poder dedicarme a ello?
Con este post queremos aclarar algunas de las dudas que nos planteáis, empezando por el principio:
¿Qué es data?
Data es la “nueva” rama de la informática que trata sobre el estudio de los datos de los que ya dispone una empresa.
El objetivo principal es sacar nuevas conclusiones partiendo de los datos de los que ya dispone la empresa, para ayudar a la toma de decisiones de cara al futuro, entre otras utilidades.
Suele suceder que hay conclusiones poco intuitivas que se descubren a partir del análisis de datos utilizando Machine Learning combinado con herramientas de visualización de datos como Power BI, que forman parte del Business Intelligence, la rama de la informática orientada al estudio de los datos generados por una empresa.
Los datos que se manejan se pueden encontrar en libros de Excel, en una base de datos, desperdigados en diferentes emails… Ya es un trabajo en sí mismo juntar todos esos datos y trabajar con ellos para que tengan coherencia. Un ejemplo de esto puede ser una empresa que hace compras y ventas en diferentes divisas, queremos tener la posibilidad de manejar los datos en una única moneda para comparar los resultados.
Aunque parezca mentira, las empresas puede tener sesgos a la hora de analizar sus resultados de ventas, de gastos o al medir la productividad de un empleado, y estas herramientas están pensadas para ayudar a las empresas a tomar mejores decisiones, tratando de evitar esos sesgos.
¿Cómo se estudian estos datos?
Existen diferentes formas para analizar los datos, siendo cada una de ellas una profesión diferenciada, dado que cada una de estas tareas es tan compleja que se ha convertido en una rama de trabajo por derecho propio.
- Data Mining: Se obtienen los datos de diferentes fuentes: excels, emails, BDs…, una vez han sido recopilados, se trabaja con ellos para darles forma con el objetivo de que puedan ser usados y analizados.
- Business Intelligence: Se representan a través de gráficas y mapas que nos ayudan a comprender mejor los datos. Una herramienta que tiene mucha importancia en este ámbito es Power Bi.
- Machine Learning: Se aplican modelos matemáticos (algoritmos) sobre los datos para obtener nuevas conclusiones (AI). Normalmente utilizando los lenguajes Python o R se utilizan librerías que tienen estos lenguajes para poder aplicar los algoritmos. Hay que contar con experiencia en diferentes casos y problemas que necesitamos resolver para poder elegir el algoritmo adecuado para cada problema.
- Data Analysis: Los datos obtenidos se estudian, buscando los motivos detrás de estos resultados, y se convierten en informes que los stakeholders pueden comprender. Requerirá de unas buenas facultades de comunicación para poder trasladar estos resultados y un conocimiento profundo del tema que estamos hablando dado que una empresa se puede dedicar a temas médicos, o de derecho, o de economía y para poder interpretar los datos tendremos que conocer, con cierta profundidad, dichos temas.
¿Qué profesiones se dedican a esto?
Aunque hay muchas profesiones que tocan estos temas, podemos definir dos profesiones principales y algunas secundarias:
-
Data Analyst
- Con el conocimiento sobre la empresa y sus procesos, estudian los datos y buscan formas de generar informes para visualizarlos.
- Se encargan de “traducir” y procesar los datos para que la empresa tome mejores decisiones.
- Para manejar los datos puede necesitar conocimientos de programación, por ejemplo, para extraer y procesar datos de un Excel y meterlos en una base de datos.
- Curiosidad para analizar e interpretar datos y comunicación para presentar los resultados obtenidos.
- No necesitan un perfil de desarrollador o matemático.
- Herramientas: PowerBI, Excel, SQL, Tableau
-
Data Scientist
- Conoce los algoritmos de Machine Learning que puede aplicar a los datos que dispone la empresa para obtener nuevas conclusiones no evidentes.
- Es importante que conozca el negocio sobre el que va a realizar estudios.
- Limpia e incluso rediseña los datos de los que dispone la empresa para analizarlos utilizando modelos predictivos
- Tendrá una buena base matemática y estadística, así como de programación.
- Es importante la curiosidad
- Herramientas y conocimientos: Estadística, modelos matemáticos, Python, R, SQL, Mongo
¿Qué otras profesiones existen dentro de Data?
Para cada una de las tareas que hemos listado, existe una profesión que será la especialización. Un profesional que su área de experiencia le ha llevado a super especializarse en una tarea en concreto. Algunos de estos pueden ser:
- Machine Learning Engineer: Especializado en la algoritmia que se puede aplicar para resolver diferentes problemas. Perfil muy técnico y matemático.
- Ingeniero/Arquitecto de Datos: Se encarga de controlar los procesos para asegurar la calidad y el almacenamiento correcto de los datos. Conocerá perfectamente todas las fases de desarrollo de software y se encargará de supervisar todos los procesos, desde UX hasta ciberseguridad, para asegurar los datos y los procesos por lo que la empresa los obtiene.
- Especialista en Big Data: Especializado en trabajar con un enorme volumen de datos. Trabaja con desarrolladores. Conoce herramientas de Big Data como Hadoop, Cassandra, TensorFlow…
- Business Analyst: Especializado en la actividad de la empresa con (algunos) conocimientos técnicos. La empresa puede ser de cualquier área como derecho, economía, farmacia…, por lo que suele ser un profesional que en principio tendrá un background diferente al de desarrollador que esté interesado en este ámbito.
