Durante la aparición de la hoja de cálculo, los especialistas en Excel eran muy codiciados. Cualquiera que tuviera esos conocimientos podía trabajar en cualquier industria y eso llamó a muchas personas a formarse y a dedicarse completamente a ello. Hoy en día, el dominio de dicho paquete de Microsoft Office se da por supuesto.
A medida que los avances en IA progresan, la accesibilidad a la ciencia de datos se ha democratizado cada vez más. Por lo que cabe preguntarse, ¿desaparecerán los científicos de datos?
El campo de los datos
La ciencia de datos tiene la curiosa distinción de ser uno de los pocos campos de estudio que deja a quien se dedica a ella sin un dominio específico.
Los estudiantes de derecho se convierten en abogados, los de medicina en médicos y los de magisterio en maestros. Un estudiante de ciencia de datos debe convertirse, por lo tanto, en científico de datos. Pero ¿científico de datos de qué?
El mundo de los datos es tan amplio que, para aquellos que quieran dedicarse a esto, es un arma de doble filo. Por un lado, puedes trabajar en cualquier industria en la que se generen y capturen datos. Por otro lado, la aplicabilidad general de estas herramientas significa que rara vez los científicos de datos somos del todo conscientes del dominio de dichas industrias.
Un poco de historia y de experiencia
Este problema era insignificante durante el auge de la ciencia de datos, las empresas impulsaron este campo sin entender del todo qué era y cómo podría integrarse plenamente en su negocio.
Como aún no había suficientes científicos de datos, dichas empresas tenían que contratar los servicios de unas pocas consultoras que sí que habían sido capaces de detectar y contratar ese talento.
Los que hemos trabajado en consultoría sabemos de sobra la gran variedad de dominios de los diferentes clientes. Esos cambios de sector cada pocos meses son apasionantes porque te permiten conocer nuevos campos de investigación, pero el problema es que rara vez puedes profundizar.
Ahora el tema está más evolucionado, la mayoría de esos antiguos clientes se han esforzado por alcanzar una madurez en la materia, sin delegar sus valiosos datos a terceros, creando sus propios equipos.
En mi última empresa, por poner un ejemplo, ya no sólo me servía ir con mi cajita de herramientas de Python y R para solucionar un determinado problema. También tuve que empaparme de todo el conocimiento del sector, rodeándome siempre de expertos en la materia, para diseñar toda la estrategia de extracción de valor de los datos entendiendo de una manera profunda el negocio y sus procesos.
Respondiendo a la pregunta
El mercado está revelando que lo importante no es sólo que sepas de procesado, extracción o algoritmos; lo importante es utilizar esas herramientas junto con un profundo conocimiento del dominio en el que se aplican. Cuanto más profundo ese conocimiento, más valor podrás aportar.
También hay que añadir que está creciendo la popularidad de herramientas que permiten extraer valor a los datos y entrenar algoritmos con un mínimo conocimiento de programación y estadística (como autoML, Data Robot, Rapid Miner, etc.). Quizás esto sea un indicador clave para responder a la pregunta de si la profesión «científico de datos» desaparecerá.
En el futuro habrá que preguntarse qué es más sencillo, ¿enseñar a alguien que conoce un negocio profundamente ciencia de datos?¿o enseñar a un científico de datos profundamente un negocio?
