Científico de datos

Horario de trabajo
 

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

Tareas típicas

• Aplicar conocimientos y habilidades para diseñar nuevas tecnologías o maximizar el uso de las existentes.
• Trabajar con los directivos, los ingenieros y los clientes externos para identificar problemas. 
• Ayudar a las organizaciones con el desarrollo de políticas y estrategias para alcanzar objetivos.
• Colabora con equipos y gestiona tareas y asuntos pendientes.
• Dependiendo 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 de software o empresariales.
• Desarrollar nuevas teorías y modelos. 
• Identificar 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 para mejorarlo.

Responsabilidades adicionales

• Participar en proyectos multidisciplinarios.
• Realizar pruebas de nuevos sistemas.
• Participar en organizaciones profesionales para compartir investigaciones y hallazgos.

Habilidades sociales

• Capaz de predecir problemas 
• Aprendizaje activo 
• Analítica
• Atención al detalle
• Capacidad para contextualizar ideas para los demás.
• Creativo y curioso
• Pensamiento crítico (pero flexible)
• Decisivo
• Enfoque
• Ordenado
• Persistencia y resiliencia
• Resolución de problemas 
• Buen juicio
• Gran capacidad de comunicación

Competencias técnicas

• Software de desarrollo de plataformas web: SQL (lenguaje de consulta estructurado), Python, Tableau, R
• Habilidades de comunicación: debe ser capaz de tomar las estadísticas derivadas de la recopilación de datos y explicarlas en términos sencillos a otras ramas de la empresa, como TI y finanzas.
• Trabajo en equipo: serás el enlace entre los distintos departamentos que necesitan la información obtenida de los datos para tomar decisiones.
• Análisis de datos/estadísticas: Necesidad de analizar y aplicar los comentarios de los usuarios y las investigaciones.
• Buena visión 
• Capaz de analizar y evaluar sistemas. 
• Conocimientos básicos de ventas y marketing, atención al cliente, telecomunicaciones, diseño, principios de gestión y ciencias de la ingeniería.
• Programas de inteligencia empresarial/análisis de datos, como IBM Cognos Impromptu, Oracle Business Intelligence Enterprise Edition, QlikView y Tableau.
• Software compilador, como los compiladores paralelizadores Polaris, los compiladores Ada de Greenhills y los compiladores LLVM.
• Gestión de bases de datos y programas de interfaz de usuario/consulta
• Software de entorno de desarrollo, como LabVIEW, Apache Kafka o Eclipse IDE.
• Imágenes gráficas
• Conocimientos de software analítico y científico, como Minitab, StataCorp Stata y MATLAB.
• Software de desarrollo orientado a objetos o 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
• Consultoría
• Software como servicio (SAAS), web, móvil
• Editores de software informático
• Empresas de reparto
• Gobierno federal/agencias militares
• Grandes empresas
• Empresas minoristas
• Agencias de seguros
• Telecomunicaciones
• Otras organizaciones de investigación y desarrollo
• Empresas privadas especializadas
• Búsqueda/redes sociales

• Comprensión del aprendizaje automático: método de análisis de datos que automatiza la creación de modelos analíticos. El aprendizaje automático permite a los ordenadores encontrar información oculta mediante algoritmos que aprenden de los datos sin necesidad de una programación explícita.
• La fusión de 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 produce 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.
• Uso de la ciencia de datos en la asistencia sanitaria: los datos recopilados por estos científicos pueden utilizarse para predecir tendencias de enfermedades, 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 estos trabajadores aportan. En algunos casos, los científicos de datos desarrollan literalmente los productos o servicios que se venden, mientras que en otras situaciones ayudan a las empresas a determinar qué vender, a quién venderlo y cómo vender más. Como resultado, las expectativas son altas, ¡pero la compensación económica también lo es! 
 
Según la Universidad de Wisconsin, los trabajadores principiantes ganan hasta 95 000 dólares, los trabajadores de nivel medio ganan una media de 128 750 dólares, los directivos de nivel medio pueden ganar hasta 185 000 dólares y los salarios medios de los directivos con experiencia pueden alcanzar los 250 000 dólares. Es evidente que las organizaciones que pagan estas cantidades exigirán una experiencia de primer nivel y un trabajo con valor añadido. Por lo tanto, un gran sacrificio, si se le puede llamar así, es que los científicos de datos alcancen y mantengan la competencia en todas las áreas, y se mantengan al día (o por delante) de las tecnologías nuevas y en desarrollo. Esto puede suponer un compromiso enorme y a largo plazo, con mucho trabajo realizado «fuera del horario laboral» en el tiempo libre. 

Es casi seguro que los científicos de datos se interesaron por los ordenadores desde una edad temprana, así como por los rompecabezas y los problemas que tenían que resolver o resolver de otro modo. Les encantan los retos intelectuales en los que descubrir información y saber cómo utilizarla son las claves para ganar. A algunos les gustaba leer o ver historias de misterio y 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 en diferentes niveles, desde individuos hasta grupos e incluso sociedades enteras. 
 
Lo más probable es que un buen científico de datos sea alguien que, al crecer, era capaz de ver el «panorama general» y cómo los pequeños elementos, factores o decisiones podían tener grandes consecuencias. Pueden parecer muy organizados, pero en sus cabezas la información no es estática, sino maleable y flexible. En otras palabras, por lo general son capaces de «pensar fuera de lo establecido» para utilizar los datos de forma creativa, de maneras que a otros quizá no se les habrían ocurrido. Probablemente también se les da bien explicar cuestiones técnicas en términos sencillos.