Creo que una evaluación justa es que ambos tienen interés en la educación formal. Probablemente ambos hayan terminado una licenciatura en una materia matemática, con experiencia en programación. Podrían adquirir esto en algunas clases de ciencias de la computación, y han implementado proyectos no triviales y desafíos de programación. Cuanto más cerca esté del desarrollo de software, mejor preparados estarán para una producción. Ambos podrían continuar su educación en un programa de maestría, también en una materia matemática pero con más énfasis en el modelado, la programación y las aplicaciones. Los tipos de asignaturas que mejor cumplen estos roles son estadística, informática o matemáticas aplicadas. Y el estudiante junto con su asesor selecciona el programa, planifica el trabajo del curso y desarrolla el plan de estudios con cualquier experiencia de pasantía relevante. Cuantas más experiencias profesionales adquiera el estudiante durante el estudio académico formal, más cerca estarán de las expectativas del equipo, trabajarán con la gente y ganarse la vida con este trabajo.
Me imagino que ambos puestos se pueden encontrar en empresas medianas y grandes. Probablemente no encuentre estos puestos en las startups, a menos que veamos un equipo de estudiantes y profesionales que tengan sentido comercial para obtener capital, obtener ganancias a corto plazo, escalar sus negocios y enfocar su especialidad en datos y análisis como una propuesta de valor para otros empresas financieramente sólidas. Todas las empresas con una posición financiera más sólida solo se arriesgarán en una startup de este tipo, con fundadores menos experimentados, menos inversión de capital y poco crédito en el mercado, si negocian una participación a largo plazo en la empresa y su producto y servicio, con interés. para justificar su riesgo en el apoyo de capital. En la alternativa más probable, un trabajo se identifica más cerca de la ingeniería y el otro se identifica más cerca del análisis. Un ingeniero de aprendizaje automático probablemente tenga interés en sus algoritmos, minería de datos y experiencia en computadoras y redes. Esto significa que están versados en computadoras, bases de datos y la red de la empresa. Un científico de datos probablemente tenga interés en aplicaciones analíticas de modelos estadísticos, conceptos matemáticos y sus técnicas. Esto significa que están más cerca de las derivaciones, el diseño de algoritmos o la propuesta de adiciones a la infraestructura informática actual.
Si ambos tipos de personas trabajan juntas, podemos entender que un ingeniero de aprendizaje automático trabaja en estrecha colaboración con el arquitecto de la base de datos, el arquitecto de la red y los equipos de ingeniería de software. Y un científico de datos trabaja más de cerca con los profesionales de negocios, analistas técnicos y gerentes de producto. Ambos pueden previsiblemente trabajar con el desarrollo del backend y colocar la infraestructura para computadoras, redes y sistemas para la empresa. Alternativamente, podrían trabajar con el personal de ventas, los vendedores y los gerentes de cuentas, y las personas de relaciones públicas para diseñar una estrategia para su marca pública, comercializar su bien y obtener sus productos y servicios en una condición de mercado confiable. Esto significa que pueden vender sus productos, administrar cadenas de suministro y su marca tiene una línea de productos en los principales distribuidores, minoristas o sitios web en línea.