Ir al contenido principal

Cómo un baby boomer se convirtió en científico de datos a los 60

Puedes convertirte en científico de datos a cualquier edad si estás dispuesto a esforzarte.
Actualizado 17 sept 2026  · 4 min leer

Explorar con IA

ChatGPTClaudePerplexity

Mark Biegert no es el típico científico de datos. No es millennial ni tiene un posgrado en matemáticas o informática. Mark tiene 62 años y es ingeniero eléctrico de profesión. Además, es sorprendentemente humilde y se describe a sí mismo como «un tipo bastante aburrido».

Descubriendo DataCamp

Durante 12 años, Mark fue director de ingeniería a cargo de productos ópticos en una gran empresa de telecomunicaciones. Gestionaba un equipo de ingenieros eléctricos y físicos ópticos, comunidades que suelen usar Python. En ese cargo, Mark empezó a aprender Python en DataCamp para mejorar sus habilidades de análisis de datos. Cuando comenzó a ir más allá de la ingeniería eléctrica y la óptica, se topó con otras comunidades que usan R. Volvió a DataCamp para aprender R, que pronto se convirtió en su lenguaje de referencia para resolver problemas.

Los conocimientos de Python, R y estadística que adquirí en DataCamp han sido fundamentales para mi trabajo.

Su labor como directivo requería procesar grandes volúmenes de datos de fallos en campo y de fabricación. Podría haber asignado ese trabajo a alguien del equipo, pero la analítica de datos le fascinaba y se lanzó encantado a las bases de datos, SQL y la ciencia de datos. Usó estos conocimientos para mostrar correlaciones entre ciertos modos de fallo y las condiciones meteorológicas, los lotes de producción, los instaladores y los fabricantes de componentes.

El impacto fue enorme. Le ayudó a mejorar la experiencia del cliente y a reducir las tasas de fallo del producto identificando áreas donde hacían falta formación y herramientas. En un proyecto, por ejemplo, desarrolló un medidor de gas de batería: diseñó un experimento para caracterizar el rendimiento de la batería, analizó los resultados, determinó el mejor modelo dadas ciertas limitaciones de implementación y entregó una especificación al equipo de software para su ejecución.

Pronto me descubrí más interesado en la ciencia de datos que en la gestión.

El inicio de una carrera como analista de datos

Mark llevaba 39 años en electrónica y óptica, pero en mayo de 2018 buscaba un cambio. Decidió emprender por su cuenta y montar una consultora. Redobló su formación en DataCamp. Completó el itinerario de carrera Data Scientist with R y empezó a buscar trabajos de electrónica que requirieran análisis de datos. Y desde entonces no ha parado: más activo y productivo que nunca.

En los inicios de su consultoría, Mark se centraba sobre todo en trabajos de ingeniería eléctrica, pero en el último año ha incorporado más proyectos de análisis de datos. Ahora trabaja por contrato para un importante fabricante de camas, ayudándoles a analizar datos de fallos en campo. Esto implica definir protocolos de prueba, diseñar esquemas de bases de datos, analizar datos y crear paneles para que la dirección tome decisiones, todo con habilidades que aprendió en DataCamp.

Me gustan mucho las clases cortas con ejercicios guiados. Me funcionan muy bien.

Aprender análisis de datos con DataCamp

Entonces, ¿por qué eligió Mark DataCamp desde el principio? Probó varias plataformas de aprendizaje online, pero el enfoque docente de DataCamp se adaptaba mejor a su forma de aprender. Considera que nuestro método de aprender haciendo es el más eficaz: empezamos con vídeos cortos para explicar conceptos, seguidos de ejercicios prácticos y proyectos reales para que los estudiantes resuelvan problemas del mundo real. También valora la retroalimentación instantánea de DataCamp y la calidad de la enseñanza en la plataforma.

DataCamp tiene la mayor amplitud de cursos y ha mantenido una calidad de exposición consistentemente alta.

Mark reserva una hora cada tarde para dedicarla a DataCamp y usa la app móvil de DataCamp en el bus de ida y vuelta al trabajo para reforzar lo aprendido. Hasta la fecha, ha completado 75 cursos y acumula más de 330.000 XP. Al principio, su uso de DataCamp fue muy dirigido a desarrollar habilidades concretas que necesitaba en su día a día, especialmente limpieza y visualización de datos. Después pasó a estadística con cursos de diseño de experimentos y modelado. Últimamente, se ha centrado en la elaboración de informes.

La trayectoria de Mark con DataCamp le permitió construir una base sólida de habilidades en ciencia de datos y analítica para alcanzar sus objetivos profesionales. Cualquier profesional, en cualquier etapa de su carrera, puede hacer lo mismo. ¿Te inspira la historia de Mark? Conéctate con él en LinkedIn y sigue sus aventuras con los datos en su blog.

¡Regístrate ahora!

Como siempre, estamos aquí para ayudarte. Puedes empezar a aprender en DataCamp ahora, o aprovechar DataCamp for Business para formar a tu equipo en todas las áreas de ciencia de datos y analítica. Haz clic aquí para programar una demostración gratuita de nuestra plataforma.

banner de la demo de DataCamp for Business

Temas
Alfabetización informática
Relacionado
Data Science Concept Vector Image

blog

Cómo convertirse en científico de datos en 2026

Descubre todo lo que necesitas saber para convertirte en científico de datos y averigua si es la carrera adecuada para ti.
Jose Jorge Rodriguez Salgado's photo

Jose Jorge Rodriguez Salgado

12 min

Data Engineering Vector Image

blog

Cómo convertirse en ingeniero de datos en 2025: 5 pasos para el éxito profesional

Descubre cómo convertirte en ingeniero de datos y aprende las habilidades esenciales. Desarrolla tus conocimientos y tu cartera para prepararte para la entrevista de ingeniero de datos.
Javier Canales Luna's photo

Javier Canales Luna

15 min

blog

Cómo convertirse en analista de datos en 2026: 5 pasos para comenzar tu carrera profesional

Aprende cómo convertirte en analista de datos y descubre todo lo que necesitas saber para lanzar tu carrera, incluidas las habilidades que necesitas y cómo adquirirlas.
Elena Kosourova's photo

Elena Kosourova

15 min

blog

Las 15 habilidades más importantes para los científicos de datos en 2026

Una lista de las habilidades imprescindibles que todo científico de datos debería tener en su caja de herramientas, incluidos recursos para desarrollar tus habilidades.
Javier Canales Luna's photo

Javier Canales Luna

8 min

blog

Científico de datos vs Ingeniero de datos

Explicación de las diferencias entre ingenieros de datos y científicos de datos: responsabilidades, herramientas, lenguajes, perspectivas laborales, salario, etc.
Karlijn Willems's photo

Karlijn Willems

11 min

blog

¿Qué es la alfabetización de datos? Guía para 2026 dirigida a los responsables de datos y análisis

Descubre la importancia de la alfabetización en datos en el mundo actual, impulsado por los datos.
Matt Crabtree's photo

Matt Crabtree

15 min

Ver MásVer Más