Foto del sitio web Unsplash . Por Christina @ wocintechchat.com
He trabajado como analista de datos profesional (Data Analyst) y como científico de datos (Data Scientist). Creo que sería útil compartir experiencias para cada puesto, destacando las diferencias clave en las tareas diarias. Espero que mi artículo te ayude a decidir cuál es el adecuado para ti. Y aquellos que ya están trabajando pueden, después de leerlo, desear cambiar su posición. Algunos comienzan como analistas de datos y luego pasan a ser investigadores. No es tan popular, pero no menos interesante es el camino desde un investigador en posiciones bajas hasta un analista en una posición superior. Ambas posiciones tienen sus propias características y requieren ciertas habilidades que debe conocer antes de dar el siguiente gran paso en el desarrollo profesional.
A continuación, según mi experiencia, le diré lo que significa ser un analista de datos y científico de datos, y responderé en detalle las preguntas más comunes sobre cada posición.
Analista de datos
Si desea describir los datos del período pasado o el momento actual y presentar los resultados de búsqueda clave a las partes interesadas, una visualización completa de los cambios y las tendencias, entonces la posición de un analista de datos es la adecuada para usted. Las posiciones mencionadas tienen similitudes que he descrito en otro artículo que cubre las similitudes y diferencias entre las habilidades requeridas para estas posiciones. Ahora quiero mostrar cómo se siente el rol del analista de datos versus el rol del científico de datos. Es muy importante entender qué esperar de estos especialistas en su trabajo diario. El analista interactuará con diferentes personas, se comunicará mucho y mantendrá un alto ritmo de finalización de las tareas, más de lo que requiere el científico de datos.
Por lo tanto, las impresiones recibidas en cada una de las posiciones pueden variar mucho.
A continuación encontrará respuestas a las preguntas más comunes sobre lo que enfrentan los analistas de datos.
- ¿Con quién tendrás que trabajar?
Principalmente con las partes interesadas de la compañía que solicitan el resumen de datos, la visualización de resultados y el informe de resultados. La comunicación suele ser canales verbales o digitales: correo electrónico, Slack y Jira. En mi experiencia, debe trabajar estrechamente con el lado humano y analítico del negocio, no con la ingeniería y la fabricación.
- ¿A quién se proporcionan los resultados?
Lo más probable para los interesados antes mencionados. Sin embargo, si tiene un gerente, debe informarle y él ya transfiere los datos a las partes interesadas. También es posible que recopile un conjunto de solicitudes, compile un informe sobre ellas y las presente a las partes interesadas. Para fines de informes, puede tener herramientas como Tableau, Google Data Studio, Power BI y Salesforce que brindan un fácil acceso a datos como archivos CSV. Otras herramientas requieren más esfuerzo técnico: crear consultas de bases de datos avanzadas utilizando SQL.
- ¿Cuál será el ritmo de trabajo en el proyecto?
Significativamente más alto que los científicos de datos. Puede preparar múltiples grupos de datos (consultas) o informes diarios y grandes presentaciones con salidas semanales. Como no está construyendo modelos o haciendo predicciones (generalmente), y los resultados son más bien descriptivos y ad-hoc, las cosas van más rápido.
Científico de datos
Los científicos de datos son bastante diferentes de los analistas de datos. Pueden usar las mismas herramientas e idiomas, pero el investigador tiene que trabajar con otras personas en proyectos más grandes (como construir e implementar un modelo de aprendizaje automático) y dedicar más tiempo a ello. Los analistas de datos generalmente trabajan en sus proyectos solos: por ejemplo, una persona puede usar el tablero de Tableau para presentar los resultados. Los científicos de datos tienen el poder de emplear a múltiples ingenieros y gerentes de productos para realizar de manera eficiente las tareas comerciales con las herramientas y soluciones de calidad adecuadas.
- ¿Con quién tendrás que trabajar?
A diferencia de un analista de datos, solo interactuará con las partes interesadas en algunos asuntos, mientras que para otros asuntos relacionados con los modelos y sus resultados de uso, se comunicará con ingenieros de datos, ingenieros de software y gerentes de producto.
- ¿A quién se proporcionan los resultados?
Puede compartirlos con las partes interesadas, así como con ingenieros que necesitan tener una idea del producto terminado para, por ejemplo, desarrollar una IU (interfaz de usuario) de acuerdo con sus predicciones.
- ¿Cuál será el ritmo de trabajo en el proyecto?
Probablemente la mayor diferencia en la percepción y el funcionamiento de estos puestos es la cantidad de tiempo para cada proyecto. La velocidad de los analistas de datos es bastante alta, y los científicos de datos pueden tardar semanas o incluso meses en completar un proyecto. El desarrollo de modelos y la preparación de proyectos de científicos de datos son procesos que requieren mucho tiempo, ya que implican la recopilación de datos, el análisis exploratorio de datos, la creación del modelo maestro, la iteración, el ajuste del modelo y la recuperación de resultados.
Conclusión
Foto del sitio web Unsplash . Por Markus Winkler
Los analistas y científicos de datos utilizan las mismas herramientas como Tableau, SQL e incluso Python, pero sus tareas profesionales pueden ser muy diferentes. Las actividades cotidianas de un analista de datos incluyen más reuniones e interacciones cara a cara, requieren habilidades blandas avanzadas y ejecución rápida de proyectos. El trabajo del investigador implica procesos más largos, comunicación con ingenieros y gerentes de producto, así como la construcción de modelos predictivos que comprenden nuevos datos o fenómenos en su desarrollo, mientras que los analistas se centran en el estado pasado y actual.
Espero que el artículo haya sido interesante y útil. ¡Gracias por tu atención!