La combinación de examinar los datos, obtener conclusiones de la información disponible y tomar decisiones más eficaces, es sinónimo de competitividad. Hasta el punto de que, según la Fundación Cotec, el 65% de las compañías corre el riesgo de no ser competitivas, si no adoptan el Big Data en sus estrategias.
Esta tecnología puede aplicarse en prácticamente cualquier actividad o sector, eso provoca que las profesionales más demandadas en la actualidad y que reciben un salario más atractivo, se encuentren alrededor de los datos. Es, actualmente, donde el valor del conocimiento de estas tecnologías alcanza mayores cotas, tal y como apunta un informe de IEB School.
Las profesiones relacionadas con esta práctica están siendo tan demandadas que incluso falta personal cualificado para cubrir las vacantes existentes, pues el número de profesionales disponibles en el mercado no crece al mismo ritmo que las ofertas de trabajo. Keepler Data Tech, compañía tecnológica especializada en analítica avanzada de datos, detalla los distintos perfiles que se pueden encontrar en el campo de la ciencia de datos según su visión de estos roles:
- Data Analyst es la base de todos los perfiles profesionales en torno al dato. Suele ser una persona de business intelligence, pero más potente a nivel de conocimiento tecnológico. Cuenta con bastante cuota de mercado y, a largo plazo, es posible que acabe sustituyendo al perfil de business intelligence tradicional. Es el encargado de realizar una analítica exploratoria, con SQL, visualización y algo de scripting con R o con Python. Está considerada como una de las carreras profesionales mejor remunerada.
- Data Engineer es el que cuenta con el conocimiento más fuerte en ingeniería dentro de este colectivo. Su principal tarea es la de distribuir datos de manera accesible a los perfiles más analíticos (Data Scientist y Data Analyst). Es un perfil especializado en la gestión del almacenamiento de los datos (bases de datos, lagos de datos, almacenes de datos) y en procesos programáticos de transformación y carga de datos (pipelines de transformación con Spark/Hadoop, Python o SQL). Es el punto de unión entre los perfiles de Cloud y los perfiles de “puro” Data. Se les puede entender como un ingeniero con algo de conocimiento de modelado de datos y ciencia de datos. También son los encargados, cuando se habla de Data Architects, de diseñar toda la plataforma de datos enfocada a casos de uso de analítica descriptiva y predictiva.
- Business Analyst es el perfil más centrado en la preventa y cuenta con un alto conocimiento en los casos de uso y en la gestión de equipos. La importancia del trabajo de este profesional ha crecido exponencialmente en los últimos años, hasta el punto de considerarse de vital importancia en los procesos de toma de decisiones. Se espera que su crecimiento alcance el 25% en 2028, según un estudio de U.S Bureau os Labor Stadistics. Dentro de este perfil, se pueden encontrar distintas especialidades; descriptivo, diagnóstico, predictivo y prescriptivo.
- Data Scientist es el auténtico científico de datos, con conocimiento matemático, estadístico, scripting en diferentes lenguajes, machine learning. Es el encargado de traducir grandes volúmenes de datos y transformarlos en información útil para las organizaciones. Es el perfil que más interesa a las empresas y el que encuentra trabajo más rápidamente. El sueldo de un Data Scientist junior suele superar los 30.000 euros al año, pero ante la demanda actual de estos profesionales, su sueldo puede alcanzar cifras desorbitadas.
- Data Visualization Specialist, se trata de la evolución de un Data Analyst, pero con más skills de presentación de informes y visualización, un perfil audiovisual. Es también muy similar al perfil de business intelligence, aunque cuenta con el enfoque de hacer informes más reutilizables y automatizados, de cara a reportes más complejos y profundos que un simple dashboard. Son los encargados de buscar nuevas preguntas que hacer en la información, en lugar de intentar únicamente contestar las que ya se tienen.
Alrededor de estos perfiles, empiezan también a surgir otros más especializados por sector, como, son el Financial Analyst, People Analyst, Statistician Analyst y Quants, estos últimos más estadísticos y matemáticos, cercanos al campo de la investigación.
