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 actualizadas, lo que puede requerir formación de actualización "fuera del trabajo", certificación adicional 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 la dirección, los ingenieros y los clientes externos para identificar problemas 
• Ayudar a las organizaciones a elaborar políticas y estrategias para alcanzar objetivos
• Colaborar con los equipos y gestionar las tareas y los suspensos
• Dependiendo de las 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 a problemas complejos de software o de negocio
• 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 proponer mejoras

Responsabilidades adicionales

• Participar en proyectos multidisciplinares
• Pruebas de nuevos sistemas
• Participar en organizaciones profesionales para compartir investigaciones y hallazgos.

Habilidades blandas

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

Habilidades técnicas

• Software de desarrollo de plataformas web: SQL (lenguaje de consulta estructurado), Python, Tableau, R
• Capacidad 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 informática y finanzas.
• Trabajo en equipo: serás el intermediario entre varios 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 la investigación
• Buena visión 
• Capacidad para 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 de compilación, como los compiladores de paralelización Polaris, los compiladores Ada de Greenhills y los compiladores LLVM.
• Programas de gestión de bases de datos e interfaz de usuario/consulta
• Software de entorno de desarrollo, como LabVIEW, Apache Kafka o Eclipse IDE
• Imagen gráfica
• Conocimientos de software analítico y científico, como Minitab, StataCorp Stata y MATLAB.
• Software de desarrollo orientado a objetos o componentes (C++, ActiveX, Java, Python)
• Conocimientos sólidos de matemáticas, incluidos álgebra, geometría, cálculo y estadística.

• Instituciones académicas
• Sectores bancario y financiero
• Servicios en nube y alojamiento
• Consultoría
• Software como servicio (SAAS), web, móvil
• Editores de programas informáticos
• 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

• Conocimiento del aprendizaje automático: un 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 programación explícita.
• La fusión de la ciencia de los datos y la IO: 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 habilitados para Internet.
• Capacidad para trabajar con RIL (capa de interfaz de radio), que va de la mano con IoT.
• Uso de la ciencia de datos en la atención sanitaria: los datos obtenidos por estos científicos pueden utilizarse para predecir tendencias de enfermedades, como 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 otros ayudan a las empresas a determinar qué vender, a quién vendérselo 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 de nivel medio una media de 128.750 dólares, los directivos de nivel medio pueden ganar hasta 185.000 dólares y los directivos con experiencia pueden llegar a cobrar hasta 250.000 dólares. Está claro que las organizaciones que pagan estas cantidades exigirán conocimientos de primera categoría y un trabajo de valor añadido. Por lo tanto, un sacrificio importante, si se 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 requerir un compromiso masivo y a largo plazo, con mucho trabajo realizado "fuera de horas" en el propio tiempo. 

Es casi seguro que los científicos de datos se interesaron por los ordenadores a una edad temprana, así como por los rompecabezas y los problemas que tenían que resolver o solucionar de otro modo. Les encantan los retos intelectuales en los que descubrir información y cómo utilizarla son las claves para ganar. A algunos les gusta leer o ver novelas de misterio y policíacas. Les interesa la psicología, cómo piensan las personas, qué las motiva y cómo los ordenadores pueden encontrar formas de comprender mejor a las personas a diferentes niveles, desde individuos a grupos e incluso sociedades enteras.

Lo más probable es que un buen Científico de Datos fuera alguien que, al crecer, pudiera ver el "panorama general" y cómo pequeños elementos, factores o decisiones pueden tener grandes consecuencias. Pueden parecer muy organizados, pero en sus cabezas la información no es estática, es maleable y flexible. En otras palabras, suelen ser capaces de "pensar fuera de la caja" para utilizar los datos de forma creativa de maneras que a otros no se les habrían ocurrido. Probablemente también se les dé bien explicar cosas técnicas en términos sencillos.