
Data Scientist: el trabajo más sexy de la década
16 febrero 2017

La figura del Data Scientist comenzó a ganar peso dentro de las organizaciones a principios del siglo XXI. Hal Varian, economista jefe en Google, vaticinaba en una entrevista en octubre de 2008:
El trabajo más sexy de la próxima década será el de estadístico. La gente piensa que bromeo, ¿pero quién habría pensado que los informáticos iban a tener el trabajo más atractivo de los 90?
Varian fue uno de los primeros en reconocer la importancia estratégica de extraer información de los datos, y no sólo a nivel empresarial. “La capacidad de tomar datos y entenderlos, procesarlos y extraer un valor de ellos que se pueda visualizar y comunicar, va a ser una habilidad crucial en las próximas décadas. Y no sólo a nivel profesional, también a nivel educativo, desde los niños que están en el colegio, pasando por el instituto hasta la universidad, porque ahora de verdad tenemos datos libres y ubicuos. Así que el factor diferencial será la habilidad de entender los datos y extraer valor de ellos”.
Un profesional muy esperado
Lo cierto es que en 2008 unas pocas empresas habían incorporado ya la figura del profesional que gestionaba un volumen de información hasta entonces desconocido por variedad y tamaño, a la caza de hallazgos relevantes para el negocio. Pero hasta entonces nadie los había llamado “Data Scientists”. Los primeros en hacerlo fueron D.J. Patil y Jeff Hammerbacher, entonces responsables de la analítica de datos en LinkedIn y Facebook, respectivamente.
Nueve años después, los vaticinios de Varian se muestran más que acertados. Según el estudio de McKinsey Global Institute Game changers: Five opportunities for US growth and renewal, en Estados Unidos la industria de Big Data podría hacer crecer el PIB anual en 325.000 millones para el año 2020. Según el mismo estudio, sólo en Estados Unidos se necesitan cubrir en los próximos tres años 190.000 puestos de trabajo relacionados con el análisis en profundidad de los datos, y 1,5 millones de profesionales capaces de extraer conclusiones útiles de éstos. El hecho de que en 2020 se esperen recoger 40.000 Exabytes de datos demuestra la necesidad de las organizaciones de incorporar talento para el análisis en profundidad de la información.
Lo cierto es que muchas empresas (las más grandes o las más punteras) han incorporado ya la figura del Data Scientist, en cualquiera de sus variantes. Su súbita aparición en el mundo de los negocios, así como la elevada demanda de estos profesionales esperada en los próximos años, confirma que existe una necesidad creciente de procesar grandes volúmenes de información y transformarlos en un activo valioso, pues los datos “en estado bruto” no son útiles para las empresas. Sólo un tratamiento en profundidad ofrece la oportunidad de sacar a la luz patrones y tendencias, que agilicen los procesos de negocio, y al mismo tiempo, optimicen la toma de decisiones.
Data Science y Data Scientist: una misión clara
Es aquí donde se erige la Data Science como el proceso que hace posible la recopilación, preparación, análisis, visualización, gestión y conservación de grandes volúmenes de datos. La extracción de información valiosa a partir de todo tipo de fuentes permite encontrar respuestas a cuestiones estratégicas vitales para el negocio, relacionadas con ahorro de tiempo y costes, desarrollo de nuevos productos, optimización de ofertas y toma de decisiones más rápidas y precisas.
Pero, ¿qué hace exactamente un Data Scientist? En Good Rebels hemos querido trazar un perfil de esta nueva profesión, con la ayuda de varios líderes del sector, procedentes de ámbitos académicos, empresariales e institucionales. Sus tareas principales se resumen en identificar los datos, transformarlos cuando están incompletos, agruparlos, prepararlos para el análisis, ejecutar el análisis, visualizar los resultados y comunicarlos. Para hacer esto, debe poseer una formación técnica y analítica, sin descuidar la capacidad de centrarse en la generación de valor para la empresa. De esta forma, en un escenario competitivo donde los desafíos se renuevan constantemente y los datos no dejan de fluir, el trabajo del Data Scientist permite a los directivos pasar de un análisis ad hoc a una conversación permanente con los datos.
En el proceso de reconocimiento del estatus del Data Scientist es vital un avance fundamental en su atribución profesional: ha asumido la decisiva responsabilidad de contribuir notoriamente a la mejora de resultados de la compañía. Su misión ya no se circunscribe a orientar o aconsejar las acciones de otros departamentos, ni tampoco a masticar la información para presentársela a los directivos encargados de la toma de decisiones. El trabajo del Data Scientist culmina con el alumbramiento de nuevas oportunidades de negocio a partir del examen exhaustivo de los datos.
Una especie difícil de encontrar
¿Qué tipo de profesional es capaz de desempeñar esta misión? El Data Scientist se configura como un híbrido entre programador, analista, comunicador y consejero. Con dominio de disciplinas estadísticas, tecnológicas, matemáticas y de arquitectura de datos. Todo ello, sin olvidar las virtudes empáticas. Una combinación de capacidades muy difíciles de atesorar en una sola persona…
Un ideal que, dada la práctica imposibilidad de encontrar en el mercado, los profesionales refieren con apelativos como “El Dorado”, “El Unicornio”, “El Superhéroe de los Datos”, “Bestia parda” o “El nuevo hombre del Renacimiento”. Una combinación extremadamente potente… y muy difícil de encontrar, porque la demanda es cada vez mayor, y los profesionales escasean. La solución: formación, reciclaje, y creación de equipos multidisciplinares, que juntos pueden replicar un perfil como el descrito.
__________________________________________________________________________
Este artículo forma parte del estudio “Científico de Datos: ¿Quién es? ¿Qué hace? ¿Cómo trabaja?”, próximamente disponible en Rebel Thinking.

