«Un gran cliché de la industria de las TI es sobre si el científico de datos es el trabajo más sexy de la Tierra. ¿Es realmente mejor que ser el cantante de una banda?». Así de directos hablan en su artículo Zhiwei Jiang, CEO, Insights & Data y Ron Tolido, CTO, Insights & Data, de Capgemini que revelan una realidad de este tipo de perfiles en siete claves muy concretas. (Además, consulta el Blog para conocer sus mejores recomendaciones cinéfilas según los siete perfiles).

«El papel de un Científico de Datos se ha vuelto potencialmente obsoleto a través de la automatización inteligente y mediante el aumento de los usuarios en el lado de la empresa. Y también hay un número cada vez mayor de soluciones analíticas y de IA disponibles en el mercado, listas para ser utilizadas con sólo añadir agua: sus propios datos», añaden.

Según los analistas hay 7 principales habilidades que se deben dominar para convertirse en «el líder de la banda de los datos». .

1. Haz tú las cuentas

Sí, la IA definitivamente ayudará y aumentará cada vez más el trabajo pesado de la ciencia de los datos y la analítica, auguran los expertos. Pero tener una profunda afinidad con los algoritmos y la lógica, incluso cuando se adentran en nuevas áreas es clave. Es necesario apreciar lo que sucede bajo el capó para tomar decisiones informadas sobre qué formas, enfoques y herramientas utilizar para el problema en cuestión. «Después de todo, un tonto con una herramienta sigue siendo un tonto», afirman.

2. Sobresaliente en tecnología

Ahora todas las empresas son empresas tecnológicas: es la tecnología la que nos aporta un aumento de puntos de datos en tiempo real procedentes de muchas más fuentes; nos proporciona los medios para recogerlos, almacenarlos, integrarlos y analizarlos. La tecnología nos permite visualizar la información en cualquier punto de acción y tomar medidas inteligentes y automatizadas.

3. Mejorar el conocimiento intelectual

En el actual mundo empresarial tecnológico complejo se necesita un sólido nivel de coeficiente intelectual. Pero también es un mundo de humanos, y los humanos no son seres algorítmicos, impulsados por datos y automatizados inteligentemente. Entender el problema es más crucial que resolverlo, por lo que es mejor trabajar en la mejora de tu coeficiente intelectual, creando empatía, capacidad de conversación y la habilidad de equilibrar respetuosamente los objetivos de ser impulsado por los datos y ser humano afirman los expertos.

4. Vayamos al grano

En una empresa tecnológica, el mejor uso de los datos suele hacerse lejos de la gestión central de TI y datos, justo en el centro del negocio. Para prosperar, tu conocimiento del sector o del dominio tiene que ser sustancial. Y luego, asegúrate de tener tu propia lista de conjuntos de datos externos, abiertos y relevantes -y cada vez más también de algoritmos- para introducirlos en cada nuevo proyecto. Será la prueba de fuego de tu conocimiento del sector.

5. ¿Cuál es su historia?

Pocas cosas son más difíciles de soportar que un científico de datos mal entendido y poco apreciado. Sin embargo, sucede con regularidad que incluso las percepciones y predicciones más imaginativas y profundamente inteligentes no aterrizan en el negocio, y mucho menos que se actúe sobre ellas. Los datos concretos y fríos no suelen ser suficientes. Es necesario contar historias y visualizarlas adecuadamente para tentar a los clientes en el viaje impulsado por los datos.

6. Ética de los datos

Ser «data-powered» parece tentador y gratificante, pero pronunciado de cierta manera, de repente suena espeluznante. Cada profesional debe comprender seriamente las consideraciones éticas de los datos y la IA, y luego vivirlas y respirarlas cada día. Los datos de la buena manera, los datos para los buenos propósitos.

7. Equipos Multidisciplinares

¿Quieres ser como el agua, ultra ágil, ultra adaptable y ultra sensible? Vas a necesitar equipos multidisciplinares estrechamente integrados que aporten rápidamente soluciones a las operaciones. No hay tiempo para silos ni egos. El desarrollo de software nos trajo DevOps, DataOps fue la respuesta de la comunidad de datos. Y es sólo el principio, ya que todas las habilidades mencionadas aquí deben ponerse en el mismo cóctel, tanto dentro del equipo como en los miembros individuales del equipo. La especialización es una bendición. La fusión es mejor.