Blog de Analytics

Analista big data y los demás fichajes estrella de IT en la liga de los negocios

Escrito por Logicalis | 4/07/16 6:00

Las empresas lo tienen claro: "¿Qué queremos? ¡Explotar el valor de la información, descubrir nuevas oportunidades y perder de vista a la competencia! ¿Cómo lo vamos a conseguir? ¡Buceando en big data, perdiendo el miedo a la Transformación Digital y lanzándonos de cabeza hacia la innovación!". Pero llegados a este punto, siempre sucede lo mismo: "¿Quiénes somos? ¡Analistas big data! ¡Científicos de datos! ¡Ingenieros de datos!". Sus fichajes estrella de IT están por decidir y la cuestión es, ¿a quién elegir?

Créditos fotográficos: istock Sidorov Stock

Los líderes de cada sector, las organizaciones más potentes, invierten en una plantilla digna de ganar la liga de los negocios y en la que no faltan perfiles de cada especialidad: un analista big data, cuarto y mitad de científico de datos y que no nos falte el ingeniero de sistemas. Ante la duda, se emplea también al analista web. Pero, ¿es realmente necesario contar con todo su apoyo? ¿Hay roles intercambiables? ¿Son el mismo perro con distinto collar? La verdad es que no. Rotundamente no. Así que hay que saber quién es quién para poder tomar la decisión más acertada y contratar a los profesionales que realmente necesita el negocio.

 

 

El trabajo de los guerreros de los datos: del analista big data al data scientist

A/ Analista big data: es lo más parecido a un científico de datos, sin llegar a serlo. Por eso, puede resultar una posición de entrada muy interesante para los candidatos y una segunda opción a considerar para las empresas que no encuentren data scientist o que deseen apoyar su labor, añadiendo un miembro más al equipo. En este tipo de perfiles se nota la carencia de la formación matemática y de investigación de un científico de datos, que es la que les permite inventar nuevos algoritmos, pero, a cambio, tienen una sólida comprensión de cómo utilizar las herramientas existentes para resolver problemas, como el InfoSphere BigInsights de IBM, la principal herramienta para analizar Big Data.

Sus competencias básicas son:

  • Programación.
  • Estadística.
  • Aprendizaje automático.
  • Visualización de datos.
  • Análisis de datos.

A ellas, deben incorporar otro tipo de habilidades, no técnicas, pero igualmente importantes para tener éxito como analista big data, como son:

  • Habilidades interpersonales.
  • Capacidad para comunicar los resultados e ideas complejas en un lenguaje sencillo.
  • Capacidad de trabajar en equipo hacia un objetivo común.
  • Altos niveles de motivación que les lleven a disfrutar del descubrimiento de datos orientado a la resolución de problemas.
  • Proactividad.
  • Tolerancia al estrés.

B/ Científico de datos: aunque muchos utilizan este término como sinónimo de analista big data, no lo es. Sin embargo, la confusión es comprensible, puesto que no existe realmente una gran diferencia entre los dos en cuanto al conjunto de habilidades y experiencia necesaria para enfrentarse a su labor. La distinción la marca la sofisticación que se desprende del trabajo del data scientist, al ser capaz de hacer frente a volúmenes de datos mayores y a más velocidad.

Por eso, un científico de datos puede llevar a cabo una investigación no dirigida, resolver problemas más complicados y responder a preguntas abiertas. Es habitual que este tipo de profesionales tengan títulos avanzados en campos cuantitativo, como la informática, la física, la estadística o las matemáticas aplicadas; y es de ahí de donde extraen el conocimiento necesario para inventar nuevos algoritmos que logran resolver cualquier tipo de problemas de datos.

Entre sus habilidades destaca una curiosidad permanente acerca de los datos, que suele llevarles también a examinar de cerca la evolución de las mejores prácticas; actitudes que los hacen extremadamente valiosos para sus empresas, ya que su trabajo puede descubrir nuevas oportunidades de negocio o contribuir al ahorro mediante la identificación de patrones ocultos en los datos.

Un científico de datos tiene pocos límites y eso se nota en la forma en que explora los datos de procedentes de cualquier fuente:

  • Empleando herramientas como Hadoop.
  • Utilizando lenguajes de programación como Python y R.
  • Ayudándose del análisis de datos y creando visualizaciones de datos.
  • Comprendiendo las posibilidades de las herramientas y técnicas de aprendizaje automático.
  • Usando sus nociones de desarrollo para la computación distribuida.
  • Aplicando prácticas de matemáticas y estadística avanzada.

En definitiva, interpretan, extrapolan y prescriben a partir de datos para ofrecer recomendaciones prácticas que determinarán las estrategias de negocio del futuro al:

  • Identificar con precisión la manera de optimizar los sitios web para una mejor retención de clientes.
  • Encontrar la forma de comercializar productos de fuerte valor a lo largo de todo el ciclo de vida del cliente.
  • Poner a punto un proceso de entrega que consigue aumentar la velocidad, con el mínimo desperdicio, al más puro estilo lean.

C/ Ingeniero de datos: este profesional se encarga de construir una sólida cartera de datos, tolerante a fallos que limpia, transforma y a la que agrega datos desorganizados y desordenados procedentes de diversas bases de datos o fuentes de datos. Hasta hace no mucho, y todavía en algunos entornos, se les conoce también como ingenieros de software.

Entre sus funciones destacan las siguientes:

  • Compilación e instalación de sistemas de bases de datos.
  • Escritura de consultas complejas.
  • Escalado a distintos equipos.
  • Gestión de los sistemas de recuperación de desastres informáticos.

Su trabajo no es extraer valor de los datos directamente, de eso se ocupan el analista big data o el data scientist, pero no cabe duda de que su aportación es crítica, ya que los ingenieros de datos son responsables de asegurarse de que los datos fluyen desde su origen hasta su destino, para poder ser procesados. Por ello, necesitan acreditar un profundo conocimiento y experiencia en:

  • Tecnologías basadas en Hadoop y MapReduce.
  • Tecnologías basadas en SQL.
  • Tecnologías NoSQL.
  • Soluciones de almacenamiento de datos

Los ingenieros de datos se ocupan de trabajar detrás del escenario principal, permitiendo a los analistas de datos y los científicos de datos poder realizar su trabajo con mayor eficacia.

Las carreras en el mundo de los datos ofrecen muchas oportunidades a los candidatos, sin los que las empresas no pueden progresar. Es necesario contar con perfiles especializados y, si no se pueden tenerlos todos hace falta formar a la plantilla o elegir. Tal y como anuncia McKinsey "sólo en EE.UU., para el año 2018 las empresas tendrán que enfrentarse a una escasez de entre 140 y 190.000 personas con capacidades analíticas avanzadas, como el perfil del analista big data; y de 1,5 millones de personas que sepan cómo aprovechar el análisis de datos para tomar decisiones efectivas".