Las empresas tecnológicas son las que emplean, en la mayoría de los casos, científicos de datos, pero es cierto, que cada vez más, estos profesionales están siendo demandados en otros sectores. Para los expertos, 2018 es el año en el que el Big Data está dando un gran salto consolidándose definitivamente como una herramienta estratégica capaz de aportar valor a todos los procesos y áreas de una empresa. ¿Qué se está haciendo?, ¿cómo sucederá?, ¿en qué medida?, ¿es Data Scientist la profesión del futuro?

Además, para las empresas, los datos pueden convertirse en un activo del que extraer un gran beneficio. Y ya no es solo el beneficio, sino conocer qué pérdidas puede llegar a ocasionar a una empresa el no invertir en esta tecnología.
Por este motivo, muchas empresas están recopilando gran cantidad de datos. Sin embargo, todavía no hay suficiente gente que se pueda hacer cargo de su procesamiento. En esa tarea la figura del data scientist es esencial. La falta de talento cualificado unido al gran rendimiento que puede aportar este profesional a la empresa justifican su sueldo. Se cobra desde los 25.000 euros anuales para un perfil junior a los 50.000 de uno senior, es decir, de 5 a 10
años de experiencia, según la Guía del Mercado Laboral 2018.
Te puede interesar: Francisco Santos en Emprende TVE: Los líderes son clave en la transformación digital
Para Francisco Llaneza, Data Scientist en Deloitte Digital, la reacción general de las empresas es positiva, puesto que “es de conocimiento público la gran ventaja competitiva que puede proveer, aunque al sector aún le falta un
conocimiento más profundo que permita discriminar si realmente le interesa o no dar el salto en función del tipo de compañía”.
El Big Data ha traído importantes retos, la privacidad y seguridad de los datos es uno de los más comentados, por esa razón el blockchain se posiciona como la gran tendencia este año, pues ayuda a cifrar importantes volúmenes de datos. Según IBM el 90% de empresas y entidades gubernamentales
buscarán el desarrollo de blockchain a lo largo del 2018.
Por lo tanto, ¿qué es un Data Scientist? Es un profesional que ante enormes bases de datos, la mayor parte de ellos desestructurados, aplica sobre ellas sus conocimientos en programación, matemáticas y estadística para recopilar,
extraer y procesar información relevante que contienen. Toda esta información es una mina de oro y las empresas lo saben, pero necesitan este perfil que dé forma a todos esos datos para poder crear valor a partir de ellos.

Habilidades que debe tener un Data Scientist

Según el docente del Máster Oficial en Big Data de la Escuela de Negocios y Dirección, Ignacio Gómez, un científico de datos debe reunir ciertas habilidades “que le permitan extraer conclusiones útiles de un amasijo de datos aparentemente inconexos”. Según la revista Forbes, las cualidades que distinguen a un buen Data Scientist son:
1. Capacidad para programar. Al contrario que un profesional de la estadística, un científico de datos debe ser capaz de desarrollar sus propias herramientas informáticas para automatizar el proceso de extracción de información. No se trata de una programación a bajo nivel, ya que se utilizan herramientas que ayudan mucho a construir los
programas sin necesidad de reinventar la rueda cada vez, pero es muy importante.
2. Capacidad de análisis, en particular, análisis cuantitativo. Buena parte del análisis de datos va de entender el comportamiento de un sistema a partir de los datos que produce, de forma natural o mediante
experimentos. Un buen conocimiento de estadística aplicada es fundamental en este proceso.
3. Capacidad de comunicación. Esta capacidad multiplica los beneficios de las anteriores, haciéndolas más efectivas.
4. Capacidad para trabajar en grupo. Los proyectos de análisis de datos son por lo general complejos, y requieren de un equipo multidisciplinar y una efectiva colaboración entre ellos puede marcar la diferencia entre el
éxito y el fracaso.

Francisco Llaneza afirma que, ante todo, un científico de datos “debe disponer de una gran inquietud y proactividad, puesto que existen muchas maneras de resolver los problemas que le puedan surgir en el día a día”. Respecto a las habilidades técnicas idóneas, Llaneza también destaca que “deben tener una fuerte base matemática y estadística para garantizar el rigor metodológico, una facilidad por la programación, con especial interés en Python y R, así como en herramientas de Business Intelligence para poder visualizar fuentes de valor inexploradas en los datos”.
Para Izaskun López-Samaniego, Data Scientist en Globant, un data scientist tiene que tener un perfil multidisciplinar ya que “va a tener que trabajar con los datos desde su depuración, pasando por el análisis hasta la presentación”. En este sentido, añade que por un lado, “tiene una fuerte capacidad de abstracción para ser capaz de, a partir de lo que le piden, saber dónde y cómo buscar o cómo reflejarlo en los datos”.
Te puede interesar: Entrevista a BlaBlaCar: Referente de la Economía Colaborativa
La capacidad analítica “es indiscutible para entender los datos, tratarlos para conseguir su objetivo y obtener los insights que los datos le enseñan”. Y por último, es necesario “tener sensibilidad con las matemáticas y la programación ya que es la base de nuestro trabajo”, concluye López Samaniego.
En definitiva, un data scientist es un experto estadista que da forma a los datos en bruto que se generan en la red. Por lo tanto, debe contar con una buena formación en matemáticas, en estadística y en gestión del conocimiento, así como un cierto grado de capacidades sobre el problema que se maneja en el análisis.