Esos siempre han existido. Todos mis analistas codifican, modelan y hablan con los ejecutivos, que es lo que sospecho que quiere decir con “el negocio”.
A lo que creo que te refieres (supongo) es al científico de datos de unicornio que:
- Siempre tiene un doctorado … mínimo, dos preferidos. ¡Y cinco o más años de experiencia en herramientas, técnicas y flujos de trabajo que existieron durante menos de dos años!
- Códigos en Python, R, C, Scala, Java, Julia, Javascript y muchos, muchos, MUCHOS más, así como un científico informático, además de experiencia práctica en cualquier biblioteca y paquete relacionado.
- Eso conoce las estadísticas y el aprendizaje automático, así como a los profesores más brillantes de Stanford, pero eso, por supuesto, lo implementa manualmente en el código de máquina nativo porque … ya sabes … el rendimiento …
- Eso comprende los negocios tan bien como Warren Buffett pero con la visión de Steve Jobs.
- Eso comunica tan bien como Neil Degrasse Tyson, pero obviamente en problemas con más complejidad que la astrofísica.
- Eso conoce cada implementación individual de la tecnología de big data. En realidad … conoce cada implementación individual de cualquier cosa que esté estrechamente relacionada con la ciencia de datos.
- ¿Pero que nadie realmente conoció o supo lo que hicieron?
Sí … nunca existió.
- ¿La analítica de datos es un campo profesional interesante?
- ¿Qué entrenamiento se necesita para convertirse en un científico de datos?
- ¿Cuál es el alcance de un diploma de postgrado para un científico de datos?
- ¿Cuáles son algunas cosas que debe saber como científico de datos pero que la mayoría descuida?
- ¿Qué conlleva un ROI más alto: 9 semanas de un campo de arranque de codificación que conduce a un trabajo de desarrollo web, o un programa de dos años que conduce a una maestría en ciencia de datos (y, presumiblemente, a un trabajo de análisis)?
Lo más cercano que existe es lo que yo llamo científicos de datos de extremo a extremo. ¡Y son increíbles! No estoy bromeando o siendo gracioso, ¡realmente lo son! La razón por la que son tan impresionantes es porque pueden tocar todas las áreas necesarias para desarrollar un producto de datos por su cuenta. De la ingeniería, a la ciencia, al negocio. Pero ni siquiera están cerca de la lista anterior.
Todo ese científico de datos de unicornio nunca existió. Fue bombeado por los medios con artículos de clickbait. Esos artículos mencionaron a personas como DJ Patil, quien es el primero en decir que la ciencia de datos es un deporte de equipo exactamente porque hay muchas disciplinas diferentes involucradas.
Lo que defiende DJ Patil es que los científicos de datos en un equipo de ciencia de datos son fuertes en dos áreas. Puede leer todo sobre esto en The Data Science Handbook.
Mi opinión personal es que los científicos de datos en un equipo de ciencia de datos pueden ser muchas cosas: ingenieros, analistas, científicos y gerentes. A menudo se destacan en un campo, son moderadamente fuertes en muchos y se quedan atrás en otro campo que se complementa con otros miembros del equipo. Por campo me refiero a muchas cosas: codificación, aprendizaje automático, estadísticas, gestión, visualización, big data, etc. Lo que sea, hay mucho para elegir más los campos del dominio, por ejemplo, en mi área tenemos que diseño de juegos de cuentas, producción de juegos, adquisición de usuarios, monetización y más.
Realmente creo que las personas que trabajan en ciencia de datos están por encima del promedio en términos de conocimiento, ética de trabajo y habilidades multidisciplinarias … pero, por muy extraños que sean, no son nada en comparación con el mítico ser creado por los medios.
Desde mi punto de vista, así es como se forma un sólido equipo de ciencia de datos, excelentes personas con campos de conocimiento complementarios.