¿Los ‘científicos de datos’ o los ‘analistas de datos’ son considerados tecnólogos o trabajadores tecnológicos? (Entiendo que ambos títulos tienen muchas variaciones según la empresa o los deberes).

El científico de datos y los perfiles de análisis de datos son campos separados considerando las herramientas y los perfiles de trabajo de especialistas de trabajo.

Según mi conocimiento, el analista de datos se consideraría trabajador de carreras tecnológicas, ya que su trabajo no es altamente especializado ni les ha derivado un título de especialista.

Si observa el rol de trabajo y los perfiles de trabajo de varios científicos de datos, se los consideraría tecnólogos, ya que el perfil de trabajo y los títulos de trabajo en varios casos están especializados.

Por ejemplo: ingeniero de aprendizaje de máquinas, científico de decisiones, científico de datos estadísticos, administrador de bases de datos, arquitecto de datos, etc.

Para poner en palabras simples, científico de datos es un término amplio que incluye más de 200 perfiles si lo coloca en varios campos. El analista de datos también es uno de ellos con menos conocimiento especializado requerido.

Roles muy técnicos:

  • Programador
  • Ingeniero de datos
  • Ingeniero de aprendizaje automático
  • Administrador de base de datos

Técnica y Teoría

  • Científico de datos: algunos de estos muchachos / chicas son muy, muy técnicos y otros parecen estadísticos.

No es tan técnico en absoluto

  • Analista de datos: más perspicacia comercial que habilidades técnicas. A menudo se sientan entre la tecnología y el negocio. La mayoría sabe mucho sobre SQL, pero eso es todo. Muchos o estelares con excel. La mayoría se sienta en el lado comercial de la casa.

¿Interesado en el aprendizaje automático? Toma este curso gratis .

Una introducción al aprendizaje automático para ingenieros de datos

Es relativamente nuevo para que tenga su prominencia actual, por lo que las empresas todavía están luchando con el lugar que encaja en la estructura organizativa.

Podrías ponerlo bajo tecnología, ya que conocen muchos términos geek. Eso puede funcionar si la tecnología se ve a sí misma como un poderoso facilitador de negocios. Sin embargo, la mayoría de las empresas ven la tecnología como fontanería y el análisis no se adapta bien a la fontanería.

Los analistas hacen mucho con los números para que pueda ponerlo bajo financiamiento. Nuevamente, esto puede funcionar donde el papel de las finanzas es ayudar a otras unidades de negocios a planificar el futuro. La mayoría de los equipos financieros con los que he trabajado están más interesados ​​en auditar que en pronosticar.

Incluso he visto operaciones analíticas sometidas a operaciones que me parecieron realmente extrañas, ya que la analítica se trata principalmente de desafiar el status quo y las operaciones se centran principalmente en mantener las cosas funcionando sin problemas. Una gran ventaja de esto es que ayuda a explicar por qué los analistas necesitan desarrollar soluciones en producción, que es algo que confunde a las personas de TI tradicionales.

Conozco empresas que difunden el análisis entre las unidades de negocio. Allí obtendrá un miembro del personal o dos en marketing, lo mismo en operaciones, etc. En general, me gusta este enfoque porque crea un fuerte enfoque en el valor comercial. Una desventaja es que la capacidad de análisis se extiende poco, lo que dificulta significativamente el desarrollo y el soporte profesional. Por ejemplo, el analista en marketing podría saber mucho sobre marketing, pero sin las habilidades de almacenamiento de datos tendrán dificultades para crear un mercado de datos de marketing, lo que a su vez limitará su capacidad de entregar valor. En términos de tecnología, sí, el analista probablemente será la persona más técnica en marketing.

He visto empresas que crean una unidad comercial de análisis con facturación interna. Esto evita por completo el problema anterior, pero crea uno nuevo, ya que el tiempo entre una solicitud y una respuesta se convierte en días. Esto está bien para grandes proyectos, pero significa que las unidades de negocios no pueden incorporar análisis en las operaciones diarias. Tener una unidad de negocio separada independiente de la tecnología significa que el personal no sería visto como técnico ya que existe un claro contraste con el departamento de tecnología.

Por último, he visto un híbrido de los dos enfoques que utilizan informes matriciales. Debido a que el personal está ubicado físicamente en las distintas unidades de negocios y utiliza mucha jerga técnica, diría que serían vistos como trabajadores tecnológicos.

Esa es una respuesta un poco larga. Además, no he respondido directamente a tu pregunta. “¿Los científicos de datos son vistos como trabajadores de carreras tecnológicas?”. Creo que fueron hace 5–10 años, pero no creo que lo sean más. Hace cinco años, podía imaginar a alguien cambiando de analista de datos a desarrollador de BI y en otras partes de TI. Ahora creo que es más probable que cambie de analista de datos a planificador de marketing y a otros lugares dentro de la función comercial en la que se han concentrado.

Lo que creo que estamos viendo es la transición de la analítica de datos como una función especializada a una competencia central que se espera que tenga todo el personal. Por supuesto, siempre tendremos especialistas, pero la transición a ser una habilidad básica significa que no serán vistos como trabajadores tecnológicos

Revise los perfiles de LinkedIn para profesionales senior utilizando esos términos de búsqueda. Determine cómo sus habilidades y las suyas son (o serán) congruentes.

Sabrás la respuesta a tu pregunta.

More Interesting

¿Qué parte de su trabajo odian más los analistas de datos y los científicos de datos?

Siento que no soy lo suficientemente inteligente como para estar en el campo de la ciencia de datos. No me veo desarrollando algoritmos nuevos o volviéndome excepcional, pero quiero ser excelente en lo que hago. ¿Debo cambiar de carrera?

Transición al asesoramiento de ciencia de datos

¿Qué es más apropiado para la carrera de ciencias de datos, una maestría en matemática aplicada o una maestría en informática?

¿Es posible que una persona que ha trabajado durante tres años en soporte de TI se mueva a la ciencia de datos? En caso afirmativo, ¿cómo comenzar y avanzar?

¿Qué startups en Singapur están buscando actualmente científicos de datos?

¿Puede convertirse en un científico / analista de datos de clase mundial sin tener un conocimiento experto de dominio?

¿Qué debo aprender para convertirme en un científico / analista de datos?

¿Es posible hacer un cambio de carrera a analista de datos?

¿Cómo se promueven los científicos de datos en Facebook?

Cómo comenzar mi carrera para luego evolucionar como Data Scientist

Cómo prepararse para trabajos de ingeniero de datos en Amazon / Google / Facebook / Quora

¿Debo obtener una certificación PMP (Project Management Professional) si estoy interesado en una carrera en ciencia de datos y, a largo plazo, liderar un equipo de científicos de datos?

Como científico de datos, ¿qué desafíos tiene que enfrentar todos los días?

Cómo aprender ciencia de datos como estudiante de matemáticas