Continua Leyendo...
Por Redacción - 18 Noviembre 2015
El big data no solo ha creado unas nuevas circunstancias para las empresas y ha generado un nuevo entorno en el que las compañías pueden moverse con un nuevo aliado, los datos, sino que además ha creado un nuevo entorno profesional al que las firmas tienen que enfrentarse. Las marcas no solo deben contar con la información que sirve de base a la hora de procesar los datos y de extraer conclusiones y tampoco debe limitarse únicamente a la tecnología que le ayudará a conseguirlo. Las marcas tienen que apuntalar su presencia en el mundo de los datos con profesionales que sepan responder a las necesidades específicas que los datos despertarán en la empresa.
De este modo, el Big data ha creado muchas nuevas oportunidades profesionales y ha generado un elevado número de perfiles que deben ser incorporados a la empresa y que se han convertido en el nuevo elemento fundamental con el que toda compañía debe contar en su día a día.
Entre esos perfiles se encuentran los de los data analysts y los data scientists y, aunque sus nombres puedan parecer muy parecidos y se puede pensar que sus funciones son muy similares, lo cierto es que estos profesionales no son exactamente lo mismo y las empresas los necesitan, por tanto, a ambos.
Como apuntan en un análisis en eConsultancy, existe todavía una cierta confusión sobre quién es qué. Los medios, señalan, suelen tomar ambos términos como sinónimos, pero lo cierto es que no lo son. Las tareas y las responsabilidades de estos profesionales son totalmente diferentes y, por tanto, los dos funcionan a diferentes niveles dentro de la compañía.
De hecho, las compañías los necesitan a ambos, ya que estos dos profesionales cubren necesidades completamente diferentes. Como explican desde una compañía que trabaja con los dos perfiles al medio, los data analyst son los que responden a los problemas reales, a las cosas que ocurren, mientras los data scientist son los que funcionan a un nivel de lo hipotético, de lo que se podría hacer para mejorar problemas.
Data analyst vs Data scientist
El data analyst trabaja en el primer nivel en lo que a Big data se refiere. Estos profesionales son los que se encargan de recopilar, extraer y analizar los datos. Su trabajo es especialmente importante porque los datos casi nunca llegan estructurados y, por tanto, tienen que ser reconvertidos y reajustados para que se puedan convertir en una información procesable, en una fuente de datos valiosa para la firma.
Frente a ellos, los data scientist van un paso más allá. Ellos no solo toman los datos, sino que son los que los convierten en algo valioso, en algo que aporta una cosa más que simplemente información. Los data scientist son los que seleccionan, de todas esas cosas que los datos permiten comprender, los problemas a solucionar o las decisiones a tomar que aportarán más valor a la compañía una vez puesta en práctica.
Los primeros miran los datos como un todo y los segundos los miran de forma fragmentada para obtener una respuesta distinta.
Por decirlo de una forma más o menos equivalente, el data analyst es como el agricultor que hace que los frutos nazcan. El data scientist es el que sabe que poniéndolos en una cajita de rafia un poco mona conseguirá venderlos de mejor manera.
