Cada día más personas se adentran en la ciencia de datos. Hay varios motivos detrás de esta tendencia. Primero, la gran demanda: según el informe de empleos emergentes de LinkedIn 2020, la ciencia de datos sigue estando entre los trabajos que más crecen en el mercado, pese a la desaceleración del sector por la pandemia de la COVID-19.
Luego, las expectativas salariales: las estadísticas de Glassdoor 2020 muestran que el salario de entrada de un data scientist ronda los 89.000 USD. Y, por último, su enorme popularidad: en un recordado artículo de 2012, Harvard Business Review afirmó que data scientist era el trabajo más atractivo del siglo XXI.
Si estás pensando en empezar una nueva aventura en ciencia de datos, no lo dudes: adelante. Para ayudarte a tener éxito, hemos preparado una lista de 10 lecciones y consejos prácticos que te ayudarán a orientarte y a encontrar tu sitio en el maravilloso mundo de la ciencia de datos.
- Desmitificar la ciencia de datos
- ¿Qué es un lenguaje de programación?
- Al principio dolerá. Pero ten paciencia.
- No estás solo: recursos de ciencia de datos
- El arte de programar
- ¿Por dónde empiezo a aprender?
- Sigue aprendiendo
- La ciencia de datos es un medio, no un fin
- Un gran poder conlleva una gran responsabilidad
- Conclusión: sé datos, amigo
Desmitificar la ciencia de datos
A menudo se habla de ciencia de datos junto a otras palabras de moda tecnológicas como big data, inteligencia artificial y aprendizaje automático, lo que dificulta entender con claridad qué es realmente la ciencia de datos.
En pocas palabras, la ciencia de datos es un campo interdisciplinar que combina métodos científicos, programación, algoritmos y estadística para extraer conocimiento de los datos. Reúne un conjunto de herramientas y metodologías potentes para trabajar con datos que pueden aplicarse prácticamente en cualquier sector. Las posibilidades van desde el análisis exploratorio básico y técnicas de recogida de datos como el web scraping, hasta aplicaciones de gran valor como los sistemas de recomendación, la visión por computador, los coches autónomos y el procesamiento del lenguaje natural, donde el machine learning y el deep learning desempeñan un papel clave.
Aunque es una elección natural para profesionales con formación en TI o programación, el campo evoluciona muy rápido y hoy podemos decir que aquí cabe todo el mundo, vengas de donde vengas. ¿La razón? A medida que la ciencia de datos entra en nuevas disciplinas, conocer los aspectos esenciales de un área o campo de estudio es fundamental. Además de habilidades técnicas y de programación, los data scientists deberían contar siempre con cierto grado de conocimiento del dominio de negocio para entender qué están haciendo. Esto incluye evaluar los datos de entrada, valorar el alcance y la validez de los insights y discernir qué tiene sentido y qué no.
¿Qué es un lenguaje de programación?
Aprender a programar es un paso necesario para convertirte en data scientist. No hay alternativa, pese al auge reciente de las plataformas de IA y ciencia de datos "no-code". Aunque estas soluciones permiten a perfiles de negocio sin formación técnica crear aplicaciones y software (para paliar la escasez de desarrolladores), las competencias, los recursos y la mentalidad que aporta un data scientist son difíciles de sustituir, al menos por ahora.
Programar es parte central del día a día de un data scientist. Pero ¿qué es programar exactamente? ¿Y qué es un lenguaje de programación?
Programar es la técnica que permite ejecutar tareas automatizadas en un sistema informático. Para comunicarnos con un ordenador usamos lenguajes de programación. Un lenguaje de programación es un conjunto de reglas semánticas y sintácticas que las personas programadoras usan para escribir instrucciones —también llamadas algoritmos— para que un ordenador complete una tarea específica.
Existen cientos de lenguajes de programación. En ciencia de datos, los dos lenguajes más populares son Python y R. Ambos son excelentes para prácticamente cualquier tarea de ciencia de datos que se te ocurra. A veces se los presenta como rivales, pero lo inteligente es verlos como lenguajes complementarios; aliados que puedes combinar para aprovechar todo su potencial y sus ventajas respectivas. Por suerte, DataCamp tiene un amplio catálogo de cursos donde puedes aprender tanto Python como R.
Al principio dolerá. Pero ten paciencia.
Seamos honestos: aprender a programar es duro. Esto aplica a cualquiera, vengas del campo que vengas. Es hora de dejar de pensar que alguien que estudió informática o matemáticas está mejor preparado para la ciencia de datos que una persona de humanidades. La única diferencia es que probablemente la primera empezó a programar en la universidad y la segunda no. Pero ten por seguro que la primera también sufrió con el código en algún momento, sobre todo al principio.
Programar es como ir al gimnasio. Los primeros días duele. Tienes agujetas y rigidez. No estás acostumbrado a esa sensación y, tirado en el sofá, puede que te tiente dejarlo. Pero si no te rindes y sigues entrenando, las cosas mejoran poco a poco. A las pocas semanas, te verás logrando metas que hace nada parecían inalcanzables. Con el tiempo, ir al gimnasio pasará a ser parte de tu rutina y un día te darás cuenta de que disfrutas entrenando.
A la mayoría de los bebés les lleva entre nueve y catorce meses empezar a hablar. Por suerte, un lenguaje de programación es mucho más simple y rudimentario que un idioma humano. Si te lo tomas en serio, deberías ser capaz de escribir scripts básicos en unos meses. Igual que con el gimnasio, al aprender un lenguaje de programación necesitas paciencia.
No estás solo: recursos de ciencia de datos
Tu aventura en ciencia de datos estará llena de obstáculos. Puede que te atasques escribiendo código, que a veces no entiendas por qué tu script no funciona bien o que, en ocasiones, no tengas ni idea de cómo empezar cierta tarea.
No te agobies: no estás solo. Una de las mejores cosas de la ciencia de datos —y, en general, del ecosistema de programación— es que internet está lleno de recursos e información para ayudarte a superar los retos que te encuentres. Solo tienes que hacer las preguntas adecuadas para llegar a las respuestas correctas.
Aquí tienes una lista de recursos que acudirán en tu ayuda durante tu camino:
-
Stack Overflow: el Oráculo de Delfos de los programadores. Con más de 16 millones de usuarios, Stack Overflow es una plataforma pública de preguntas y respuestas para desarrolladores. Si tienes un problema con tu script en Python o R, es muy probable que acabes buscando soluciones allí.
-
Tutoriales: ¿problemas con un análisis de regresión? ¿No sabes por dónde empezar con el web scraping? Leer un tutorial sobre el tema puede ser un gran punto de partida. Puedes encontrar tutoriales completos sobre una gran variedad de temas en plataformas consolidadas como DataCamp e incluso en YouTube.
-
Cursos online: si quieres especializarte en un tema, afinar tus habilidades de programación o simplemente ampliar horizontes, probablemente lo que buscas es un curso. Hay muchas opciones en el mercado, incluido DataCamp. No te pierdas nuestra amplia lista de cursos.
-
Libros de ciencia de datos: los libros siempre serán una gran fuente de información. En los últimos años se han publicado cada vez más libros sobre ciencia de datos, y muchos están disponibles gratis online. Aquí va una recomendación: libros de O’Reilly.
-
Documentación: por último, pero no menos importante, la documentación de paquetes. Es uno de los aspectos clave de un buen paquete o biblioteca. La documentación es la fuente primaria para entender el objetivo de un paquete y cómo funciona. Aunque no sea la lectura más emocionante, en muchos casos la solución a tu problema será una función o un parámetro que no conocías hasta que leíste la documentación.
El arte de programar
Tras unos meses de entrenamiento con el código, te sentirás más seguro con tus habilidades. En este tiempo habrás interiorizado muchos procesos, sintaxis y comandos. Sin darte cuenta, aparecerán automatismos que harán tu scripting más fluido.
Con el tiempo empezarás a ver el conjunto: descubrirás que programar es un arte. Por ejemplo, entenderás que hay muchas formas de resolver un problema, pero algunas son más eficientes que otras. De hecho, la búsqueda de eficiencia guiará tu trabajo, tanto al escribir como al ejecutar tu código. Esto te llevará a aprender nuevas estrategias de programación.
Otro aspecto importante que empezarás a cuidar es la legibilidad. Recuerda que no solo importa para otras personas que puedan tener que trabajar con tus scripts, sino también para tu "yo del futuro". Con pequeños cambios en elementos como la estructura de la sintaxis, la elección de nombres para variables y funciones, y el espaciado y la indentación, tu código puede verse mejor y ser más fácil de entender. Además, comentar tu código y documentar tus funciones te hará la vida mucho más sencilla a ti y a quien lo lea.
¿Por dónde empiezo a aprender?
Antes definimos la ciencia de datos como un campo interdisciplinar que combina métodos científicos, programación, algoritmos y estadística para extraer conocimiento de los datos. Sí, es mucho para empezar. La ciencia de datos es exigente y es fácil sentirse abrumado al principio. Que te sirva de consuelo: toda persona que entra en este campo, venga de donde venga, pasa por un proceso de aprendizaje; es imposible saberlo todo desde el primer día.
Entonces, ¿por dónde empezar? No hay una única respuesta, pero no llegarás muy lejos sin una base en programación, estadística y matemáticas. En cuanto a programación, además de Python o R, saber SQL es imprescindible. Y sobre matemáticas y estadística, no te asustes. Te llevará más tiempo, pero acabarás entendiendo qué es un p-value o una red neuronal artificial a tu ritmo.
Mientras tanto, hay otras cosas que puedes hacer para ganar visibilidad y aumentar tus opciones de contratación. Una gran idea es crear un porfolio. En este sentido, te recomendamos probar nuestro recién lanzado DataCamp Workspace, un entorno online para escribir código, poner en práctica tus habilidades analizando conjuntos de datos interesantes y construir tu porfolio de ciencia de datos. Además, puedes escribir artículos sobre el tema, participar en competiciones de ciencia de datos o obtener certificaciones en ciencia de datos.
Sigue aprendiendo
Si crees que encontrar tu primer trabajo en ciencia de datos es el final de la aventura, te equivocas. Es un campo dinámico y en rápida evolución. Lo que hoy está de moda mañana puede quedar obsoleto. Para hacerte una idea del estado del panorama, echa un vistazo a esta imagen.
Fuente: FirstMark
Podemos extraer dos conclusiones. Primera: la ciencia de datos exige aprender durante toda la vida. Si no sigues formándote, corres el riesgo de quedarte atrás.
Segunda: es imposible conocer todos los lenguajes y tecnologías que existen. Así que elige qué aprender en función de lo que necesites en tu trabajo y de lo que más te apasione.
La ciencia de datos es un medio, no un fin
¿Qué valor tiene tu trabajo como data scientist si no sabes comunicar la relevancia de tus proyectos? ¿De qué sirve hacer un análisis profundo y riguroso si nadie entiende lo que haces?
El objetivo de la ciencia de datos es extraer insights de los datos y aplicarlos para generar valor. Es decir, la ciencia de datos no es un fin en sí misma, sino un medio para crear valor. Habilidades como la buena comunicación, el storytelling y el pensamiento creativo son clave para traducir insights en impacto. En este sentido, como ya mencionamos, el sector se beneficia de las habilidades no técnicas.
Un gran poder conlleva una gran responsabilidad
Probablemente esta sea la lección más importante. La ciencia de datos está detrás de algunas de las aplicaciones e invenciones más valiosas de nuestras vidas. Nuestras sociedades están cambiando rápidamente, impulsadas por la fuerza disruptiva de la ciencia de datos y la inteligencia artificial, entre otras tecnologías.
En este contexto de incertidumbre y cambios profundos, es importante mantener una actitud crítica y prudente. Nuestro trabajo diario como data scientists implica tratar con grandes volúmenes de datos, construir modelos y traducir insights en valor, pero siempre deberíamos ir más allá de la pantalla y preguntarnos por el impacto social de lo que hacemos.
Ser críticos y asumir responsabilidades es el primer paso para prevenir abusos en la industria y garantizar un futuro más justo.
Conclusión: sé datos, amigo
Para cerrar este post, queremos compartir contigo una última lección: la ciencia de datos no solo está cambiando la sociedad, también cambiará tu vida para siempre.
El mundo en el que vivimos es complejo. Nos enfrentamos constantemente a procesos y sistemas que superan nuestra comprensión. Para abordar esa complejidad, trabajamos con modelos, que pueden definirse como descripciones simplificadas de la realidad. En esta línea, la ciencia de datos ofrece un buen número de modelos que pueden ayudarnos a entender nuestro mundo. Por ejemplo, el modelo relacional para la gestión de bases de datos es muy útil para estructurar información y describir fenómenos complejos. Los modelos de redes sociales pueden ayudarnos a entender cómo fluye la información de una persona a otra o a explotar el potencial de las redes de las que formamos parte. Aún más fascinante, los modelos matemáticos que impulsan las aplicaciones de machine learning no solo son cruciales para que los ordenadores aprendan, también nos ofrecen nuevas perspectivas para mirar la inteligencia humana y, así, comprendernos mejor.
Por último, hay otra razón por la que la ciencia de datos te cambiará. Vivimos en la era del Big Data. Cada día se generan y se recopilan cantidades ingentes de datos. Los datos no son más que información de muchos tipos y fuentes. Leer nos permite aprender de libros y otros textos; la competencia en datos nos permite aprender de los datos. Y esto es importante, porque los datos ofrecen formas sin precedentes de estudiar cualquier ámbito que se te ocurra, desde la medicina, la psicología y el arte, hasta el cambio climático, la astronomía y la historia.
La ciencia de datos te da las herramientas para analizar datos: lo que hagas con ellas depende únicamente de tu imaginación y tu curiosidad. Así que sigamos la aventura: ahí fuera hay todo un mundo esperando a ser (re)descubierto por ti. Empieza por desarrollar tus habilidades en datos online.
