En 2011, Harvard Business Review calificó la ciencia de datos como “el trabajo más sexy del siglo XXI”. Desde entonces, la demanda no ha dejado de crecer. Fortune informó de un aumento del 480% en las vacantes para data scientists desde 2016. El crecimiento ha sido tan grande que en 2020 aún había una escasez de 250.000 profesionales de ciencia de datos.
Por desgracia, quienes aspiran a un puesto en ciencia de datos pueden desanimarse. Basta con echar un vistazo a una oferta típica para encontrar una lista abrumadora de habilidades. La competencia feroz por estos puestos también ha dejado a más de uno sin su empleo soñado.
Sin embargo, muchos no se dan cuenta de que la carrera de un data scientist no tiene por qué ser lineal. Hay trabajos que no llevan el título de “data scientist” y aun así te aportan habilidades clave de ciencia de datos. Hablamos de estadística, manipulación de datos, machine learning, programación, visión de negocio y narrativa con datos: todas esenciales para el perfil.
A continuación, verás algunos roles que pueden servirte de trampolín hacia tu objetivo de convertirte en data scientist. Hay opciones técnicas y no técnicas para abrirte camino en el sector.
Roles de datos no técnicos
Data/analytics translator
McKinsey lo ha bautizado como “el nuevo rol imprescindible”: un analytics translator ayuda a los líderes del negocio a priorizar sus retos y traduce esos objetivos a los equipos de datos. Consigue el apoyo de los decision-makers y se asegura de que las soluciones de los equipos de datos generen valor real para el negocio.
“Estás constantemente desgranando conceptos técnicos y logrando que todos hablen el mismo idioma”, comentó Gruschow, analista técnica en Fortive, al describir su rol. Según McKinsey, un buen candidato para analytics translator tiene espíritu emprendedor, habilidades sólidas de gestión de proyectos y fluidez técnica general (no es imprescindible saber programar). Si te reconoces en este perfil, este puesto puede ser perfecto para ti.
Data science product manager
Los product managers (PM) de ciencia de datos se encargan de la hoja de ruta de productos de datos desde la idea hasta el lanzamiento. En colaboración con equipos de negocio, identifican cómo la ciencia de datos puede resolver problemas clave. Después trabajan con profesionales de datos y desarrolladores para definir requisitos, supervisar el desarrollo y establecer métricas de éxito.
Un product manager está en contacto constante con un amplio abanico de stakeholders (Fuente)
Cada empresa tiene su propio producto de ciencia de datos. Un product manager en una compañía de business intelligence puede supervisar el desarrollo de una herramienta de visualización; otra persona en una plataforma de streaming puede liderar la hoja de ruta de una función de recomendaciones dentro de la app. Quienes dominen la gestión de stakeholders y tengan una visión amplia de la ciencia de datos encajan muy bien en este rol.
Consultor/a de estrategia de datos
Los consultores de estrategia de datos diseñan, construyen e implementan estrategias basadas en datos para mejorar el rendimiento del negocio. Trabajan con los líderes para evaluar las capacidades de datos de la empresa y proponer hojas de ruta hacia una organización basada en datos.
Un consultor identifica cómo aprovechar tecnologías de datos para resolver problemas. La estrategia varía según el nivel de madurez. En una organización joven, puede proponer implantar herramientas de gestión y gobierno del dato; en una más madura, apostar por soluciones innovadoras en la nube. Quienes tengan experiencia previa en consultoría suelen ver este rol con buenos ojos. Además, contar con conocimiento práctico de marcos de datos (gobierno, gestión, business intelligence, analítica avanzada, machine learning y plataformas cloud) es un plus decisivo.
Technical project manager
Los technical project managers planifican, organizan y dirigen proyectos técnicos de ciencia de datos. Gestionan los recursos del proyecto para entregarlo a tiempo, dentro del presupuesto y del alcance definido.
Como supervisan el proyecto de principio a fin, su labor es muy variada: planifican el alcance, calendarizan tareas, evalúan fases, comunican avances a los stakeholders y velan por la visión del producto. Para coordinar equipos multifuncionales, emplean metodologías como Scrum y Agile.
La metodología Agile (Fuente)
Este rol es ideal para personas con experiencia previa en gestión. Quienes vengan de ciencia de datos, ingeniería de software o UI/UX suelen tener ventaja para acceder a puestos de technical PM.
Technical writer
A medida que crecen el número y la complejidad de los productos de ciencia de datos, también aumenta la necesidad de documentación técnica. Una documentación clara y precisa es una de las mejores formas de transmitir instrucciones de un desarrollador a los usuarios finales.
Ejemplo de documentación técnica de Twilio (Fuente)
Un technical writer cubre esta necesidad creando guías de inicio, documentación de producto en profundidad y referencias de API. Colabora estrechamente con ingenieros de desarrollo, product managers y program managers para diseñar la documentación. Debe tener base técnica para interactuar con los equipos con soltura. Si te interesa este camino, conviene incluir muestras de tu escritura técnica en tu porfolio antes de empezar a buscar trabajo.
Roles de datos técnicos
Business intelligence analyst
Un analista de business intelligence utiliza analítica y visualización para ayudar a las organizaciones a tomar decisiones basadas en datos. En su día a día, interpreta datos clave para generar insights y los comunica manteniendo métricas y visualizaciones en dashboards o presentaciones. Por ello, domina herramientas de bases de datos (SQL), de BI (como Tableau) y hojas de cálculo (como Excel).
Un proyecto atractivo para perfiles de BI es automatizar informes existentes. Por ejemplo, en HelloFresh eliminaron la necesidad de reportes manuales al crear dashboards en tiempo real. El equipo de marketing aprovechó estos informes para optimizar campañas y mejorar la retención.
Ejemplo de un dashboard de PowerBI
Data analyst
Un data analyst comparte muchas funciones con un perfil de BI. Al igual que éste, se encarga de proporcionar métricas fiables y extraer insights accionables para que los equipos de negocio tomen decisiones basadas en datos.
En algunas empresas, el data analyst participa en proyectos de analítica avanzada. En ellos, colabora con producto, negocio e ingeniería para orientar decisiones clave. Por ejemplo, puede encargarse de una segmentación de clientes para diseñar estrategias específicas por segmento.
Los data analysts pueden realizar segmentación de clientes (Fuente)
Según el alcance del puesto, además de SQL, herramientas de BI y hojas de cálculo, puede requerirse un lenguaje de programación (como Python o R). Un buen dominio de estadística también ayuda en proyectos de analítica avanzada.
MarketingOps analyst
Un analista de marketing operations implanta procesos de marketing y analiza su rendimiento. Entre estos procesos están la gestión de leads y la interacción con clientes mediante software CRM. Los analistas estudian datos de clientes y proveedores para detectar oportunidades y optimizar procesos. Por ejemplo, pueden realizar un análisis del embudo para encontrar el eslabón débil en la conversión.
Ejemplo de análisis de embudo (Fuente: Clevertap)
Además, pueden realizar tests de hipótesis para optimizar el rendimiento. Con un A/B testing bien planteado, un analista puede descubrir que usar emojis en los asuntos de email mejora notablemente el CTR entre audiencias jóvenes. Este rol es un excelente trampolín para quienes disfrutan del marketing. También es ideal para recién titulados: NCSU indica que hasta un 45% de las ofertas para marketing ops analyst requieren menos de 2 años de experiencia y el 80% piden un grado universitario.
Financial analyst
Los analistas financieros examinan datos financieros, identifican oportunidades de inversión y evalúan el impacto de recomendaciones de negocio. Analizan la relación entre factores macroeconómicos, condiciones microeconómicas y los fundamentos de la empresa. Las cifras financieras son su día a día: para evaluar la salud de una compañía, revisan márgenes bruto y neto, tasas de crecimiento, ROE, BPA y otros indicadores.
También proyectan el rendimiento y valor futuros con métodos estadísticos (como regresión) y modelos financieros avanzados (como el descuento de flujos de caja).
Ejemplo de un análisis de regresión sencillo realizado por un analista financiero (Fuente)
Según Investopedia, quienes cuenten con un grado universitario –preferiblemente en contabilidad, economía, finanzas o estadística– o un MBA tienen buenas opciones para convertirse en analistas financieros.
Machine learning engineer (MLE)
Según LinkedIn, MLE es uno de los 25 títulos profesionales de mayor crecimiento en 2022. Los MLE diseñan, construyen y llevan a producción modelos de machine learning. Domina el diseño de arquitecturas, la orquestación de pipelines y la monitorización de soluciones de ML en producción.
Por ejemplo, en una empresa de movilidad, un MLE puede vigilar el tiempo que tarda la IA de emparejamiento en asignar un conductor a un pasajero. Trabaja con data scientists para que ese tiempo no supere un umbral predefinido. Este rol es ideal para perfiles con fuerte base en programación, como software o data engineers. También requiere buena base en matemáticas y estadística y un entendimiento sólido de los modelos de machine learning.
Impulsa tu carrera en datos
Quienes buscan trabajo con la mira puesta solo en el puesto de data scientist pueden pasar por alto otros títulos muy valiosos. Nuestro consejo: no tengas miedo de optar a roles más allá de data scientist si vas a desarrollar habilidades de ciencia de datos en el propio trabajo. Como dijo Steve Jobs: “no puedes conectar los puntos mirando hacia adelante… tienes que confiar en que, de algún modo, se conectarán en tu futuro”.
Este artículo se publicó originalmente en la DataCamp Certified Community, una plataforma exclusiva para quienes han completado con éxito una de las certificaciones de DataCamp. Si quieres acceder a esta comunidad y a más contenidos para mantenerte a la vanguardia del sector de datos, certifícate hoy mismo.
