Roles profesionales en el mundo de los datos
En la actualidad no tiene sentido buscar solo Data Scientists, si no que hay ampliar la búsqueda a una gama de otras especialidades: Data Engineers, Data Analysts, Machine Learning Engineers, etc.
El interés de las empresas por integrar profesionales capaces de sacarle valor a los datos ha generado especialización de estos roles. En la actualidad no tiene sentido buscar solo Data Scientists, si no que hay ampliar la búsqueda a una gama de otras especialidades: Data Engineers, Data Analysts, Machine Learning Engineers, etc.
Quienes integran el área de consultoría en Datalized pasan por roles conocidos como Data Analyst, Advanced Analytics Engineer y Advanced Analytics Lead, pero internamente buscamos que cada persona del equipo se vaya especializando en distintas líneas. Les dejamos la siguiente definición de los roles y perfiles de profesionales del mundo de los datos que debería tener una empresa de acuerdo a nuestra perspectiva:
Data Engineer: responsable de mover datos desde el punto A al punto B de la manera más eficiente posible. Este rol tiene más que ver con desarrollo de software (construcción de flujo de datos), que con analítica. Dicho rol es habilitador, dado que disponibilizar datos, en tiempo y forma apropiada, es fundamental para que Data Analyst y Data Scientists puedan hacer bien su trabajo.
Data Analyst: responsable de involucrarse con áreas de negocio para identificar sus problemas y colaborar en la construcción de herramientas analíticas que acerquen los datos a la solución de dichos problemas. Es capaz de traducir datos en brutos en un formato fácilmente consumible por un Humano. Buena parte de sus entregables son Dashboards, Reportes o Análisis Ad Hoc y está más involucrado con Analítica Descriptiva.
Data Scientist: este rol también debe involucrarse con el negocio pero se dedica más a la construcción de modelos predictivos y al diseño y análisis de experimentos estadísticos. Suele desenvolverse más en problemas de Analítica Predictiva, por lo que tiene que lidiar con mayor incertidumbre a la hora de compartir sus resultados.
Machine Learning Engineer: perfil especializado a la correcta integración e implementación de los modelos predictivos construidos por Data Scientists con los sistemas transaccionales de la empresa. Este también tiende a ser un rol más de desarrollo de software que de analítica.