6 - Otros roles asociados a la Ciencia de Datos
Lección 6 del curso Introducción a la Ciencia de Datos.
Tabla de contenido
Introducción
En las dos lecciones anteriores hemos hablado en detalle del ciclo de vida de un proyecto en Ciencia de Datos y de los roles del Científico de Datos en dichos proyectos.
Sin embargo, en el campo laboral, muchas veces encontramos otros roles como los analistas de negocios, los ingenieros de datos y los analistas de datos, que apoyan diferentes fases de desarrollo de un proyecto de Ciencia de Datos, .
Así que en esta lección hablaremos en detalle de estos roles y de sus semejanzas y diferencias con la labor que desempeña un Científico de Datos.
Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
El Analista de Negocios
Este analista de negocios es el puente entre la parte administrativa del negocio y los científicos de datos, y en particular es clave en las dos primeras fases de un proyecto en Ciencia de Datos (el planteamiento del problema y definición de objetivos) así como en la última fase del proyecto (la comunicación de los resultados) pues al tener conocimiento del negocio tomará los resultados generados por el Científico de Datos y los expresará de la forma más adecuada.
El Ingeniero de Datos
La función principal del Ingeniero de Datos es hacer que los datos sean accesibles a la organización y a los Científicos de Datos.
Es decir que permiten diseñar sistemas (de hardware y software) para recolectar datos en bruto y ponerlos a disposición de los Analistas de Negocios y los Científicos de Datos.
El Analista de Datos
A veces este rol del Analista de Datos se confunde con el del Científico de Datos. Sin embargo, la gran diferencia está en el tipo de datos que cada uno maneja y en lo que hace con esos datos.
El analista usa una cantidad limitada de datos (generalmente del orden de miles o cientos de miles) y que casi siempre están en formato tabular. Usualmente requiere programas como procesadores de hojas de cálculo y herramientas de visualización para realizar análisis descriptivos o explicativos y extraer información valiosa para la empresa.
Por otra parte el científico de datos usa generalmente se enfrenta a la manipulación de grandes cantidades de datos (generalmente del orden de millones o cientos de millones) y que pueden estar en formato tanto tabular como en audio, video, imágenes o texto. En este caso requiere el conocimiento avanzado de lenguajes de programación (como Python o R) y de arquitecturas de software y hardware para procesar los datos. Además deben estar en capacidad de realizar análisis descriptivos, explicativos, predictivos y prescriptivos que generen valor para la empresa.
Así que podemos decir que el analista y el científico de datos persiguen el mismo objetivo (generar valor para la empresa a partir de los datos) pero los analistas manejan volúmenes mucho más pequeños de datos que los científicos y por tanto las herramientas conceptuales y de programación son diferentes en cada caso.
Recuerda suscribirte para acceder al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Conclusión
Muy bien ya tenemos claros varios de los roles que podemos encontrar en una organización y cómo estos interactúan en un proyecto de Ciencia de Datos para generar valor para la empresa.
Y con esto cerramos esta primera sección del curso, con lo cual ya tenemos un completo panorama de lo que es la Ciencia de Datos.
Así que en la segunda sección nos enfocaremos en los datos, la materia prima de la Ciencia de Datos. Y en particular en la próxima lección comenzaremos entonces hablando de los diferentes tipos de datos.