Analista de datos vs. Científico de datos
Los data analysts y los data scientist son dos profesiones ligadas al Big Data que comúnmente se confunden. Y es que en un mundo tan cambiante, resulta habitual que estos términos no queden claros, más aún cuando evolucionan a un ritmo vertiginoso y surgen nuevas ciencias de un día para otro. Es por ello que en el mundo del Big Data, el trabajo con ingentes y complejas cantidades de datos, todavía hay quien puede confundir ciertos conceptos, tareas y roles dentro de esta incipiente disciplina.
Según los estudios populares de la Encuesta de Habilidades Digitales de 2019, el 79% de los encuestados sobre datos no comenzó su carrera en este campo, y el 65% lleva trabajando en él cinco años o menos.
Esto sugiere que, aunque el campo de los datos está creciendo rápidamente, todavía se encuentra en las primeras fases de su desarrollo, con múltiples trayectorias profesionales disponibles. De hecho, la encuesta descubrió que, aunque la mencionada demanda se asocia normalmente a los «Científicos de Datos», la mayoría de los profesionales de datos trabajan actualmente con títulos diferentes, sobre todo «Analista de Datos» y «Analista de Negocio».
¿Cuál es la diferencia entre un científico de datos y un analista de datos?
Los analistas de datos encuentran ideas significativas a partir de los datos y descubren efectivamente respuestas a un conjunto determinado de preguntas a partir de los datos. Los científicos de datos, en cambio, pretenden predecir el futuro utilizando patrones y tendencias del pasado. En resumen, los científicos de datos desarrollan, los analistas de datos optimizan.
El Científico de Datos suele ser un puesto más alto que implica más conocimientos técnicos. La analítica de datos puede considerarse un campo más básico; se centra más en la inteligencia empresarial (BI), lo que podría eliminar las barreras de entrada para las personas que tienen las habilidades pero no el título.
Tradicionalmente, la diferencia se ha basado en los antecedentes profesionales y educativos, ya que los científicos de datos suelen obtener títulos de grado o superiores. Cada vez más, la distinción se encuentra también en las herramientas en las que se basan los distintos profesionales de los datos: Los Científicos de Datos tienden a tener más experiencia trabajando en más lenguajes de programación -menos Excel, más Python- o con otra tecnología relevante.
Otras diferencias clave entre los analistas de datos y los científicos de datos
Los científicos de datos utilizan Python (y más)
En cuanto a la tecnología que utilizan los profesionales de los datos, Excel resultó ser la herramienta más utilizada en la Encuesta de Habilidades Digitales, con cerca del 81%. Le siguieron SQL, Python y Tableau.
La presencia de Excel en la cima de la lista fue algo sorprendente, así que profundizamos un poco más para ver cómo se desglosaban estas respuestas por título de trabajo. Observamos las cinco categorías principales de funciones de los encuestados (analista de datos, analista de negocios, científico de datos, investigador, director de análisis de datos) para ver la distribución de las herramientas que utilizaban.
Descubrimos que los Científicos de Datos confiaban mucho menos en Excel. De hecho, los encuestados con este cargo fueron los únicos que citaron el lenguaje de programación Python como su herramienta más utilizada. Los científicos de datos también informaron del uso de una gama mucho más amplia de herramientas secundarias, como SQL y Tableau.
Como se ha mencionado anteriormente, el título de trabajo de Científico de Datos implicaba tradicionalmente un nivel más alto de experiencia y formación, y estos resultados de la encuesta parecen respaldar esto; los conocimientos y habilidades adicionales proporcionarían una mayor exposición a un lenguaje de programación como Python, así como a cualquier tecnología adicional relevante.
Los analistas de datos optimizan, los científicos de datos desarrollan
La mayoría de los encuestados sobre datos en la encuesta sobre habilidades digitales dijeron que pasaban la mayor parte de su tiempo manipulando datos y limpiándolos. El uso principal de los datos, mientras tanto, se dedicaba sobre todo a la optimización de las plataformas y productos existentes, así como al desarrollo de nuevas ideas, productos y servicios.
Cuando desglosamos esto por los principales títulos de trabajo, surgió otra diferencia entre los Analistas de Datos y los Científicos: La mayoría de los analistas empresariales y de datos encuestados tienden a centrarse más en la optimización de las plataformas y productos existentes. Los científicos de datos, en cambio, trabajan principalmente en el desarrollo de nuevas ideas, productos y servicios.
La diferencia aquí puede explicarse de nuevo por los niveles de experiencia y conocimiento, ya que los Científicos de Datos más cualificados y experimentados probablemente se involucrarían más en la planificación y el desarrollo estratégicos de alto nivel.
Ninguno de los dos trabaja con IA (todavía)
Donde estos dos títulos de trabajo se unen, es en sus expectativas para el futuro. El 77% de los encuestados sobre datos dicen que no trabajan con inteligencia artificial (IA), lo que puede resultar sorprendente, dada la atención que ha recibido la IA. Sin embargo, puede ser que, dado que los encuestados de datos están más familiarizados con la IA, sean más reacios a utilizar el término que, por ejemplo, los de marketing.
Sin embargo, los encuestados de datos sí creen que el aprendizaje automático y la IA tendrán el mayor impacto en los próximos cinco a diez años, mientras que el blockchain y la tecnología del internet de las cosas ocupan el tercer y cuarto lugar. Si esto resulta ser cierto, parece que este campo en rápida evolución seguirá cambiando.
