Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y de análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Obtener más información

Cómo construir un equipo de ciencia de datos

  • Predictive Analytics

almacenamiento datos datacenter

Las organizaciones que buscan una ventaja competitiva están buscando cada vez más contratar científicos de datos para analizar toda la información que recopilan y extraer de ellos información procesable. Sin embargo, según los expertos, construir un equipo de ciencia de datos requiere un enfoque estratégico y expectativas realistas sobre lo que realmente pueden hacer estos profesionales.

Debido a que es una disciplina relativamente nueva, las empresas a menudo intentan adentrarse contratando a un científico de datos que acaba de salir de la escuela y es nuevo en la fuerza laboral, porque tienen un salario más bajo.

La mayoría del trabajo involucrado en la construcción de un equipo de ciencia de datos no es técnico, sino que trata de construir puentes con el negocio. Los científicos de datos, o aquellos interesados ​​en contratarlos, deberían comenzar por construir confianza a través de pequeños proyectos impulsados ​​por datos, que hacen que el trabajo que las personas ya les hacen un poco más fácil. Después de eso, pueden construir un equipo que se ajuste a ese modelo.

Sin embargo, los gerentes de contratación deben ser realistas acerca de la composición del equipo de ciencia de datos.

Un enfoque razonable es determinar qué necesita en su etapa actual y cómo formar un equipo de personas con diferentes competencias, en lugar de buscar candidatos unicornios que serán difíciles de encontrar. Eso puede significar que si necesita ciertos tipos de habilidades de programación y cierto conocimiento de estadísticas y ciertos tipos de conocimiento de negocios, puede ser que no contrate a tres personas que tienen cada una de esas cosas, sino a tres personas, cada una de las cuales tiene una fuerza primaria en una de esas cosas.

Evitar el fracaso de la ciencia de datos

Algunas investigaciones sugieren que la mayoría de los proyectos de big data fracasan, una de las razones es que no se los considera como proyectos que resuelven un problema de negocios. En lugar de educar a los gerentes sobre análisis, los científicos de datos deberían educar a su equipo sobre lo que sucede en el negocio que los rodea, y cómo adaptarse para adaptarse al negocio.

Para evitar el fracaso de la ciencia de datos, las compañías deben examinar primero los datos que realmente tienen. Todas las compañías piensan que tienen toneladas de datos, pero hay que pensar no solo en el volumen, sino también en la calidad de los datos que tienen.

Las empresas también deben establecer un equipo de ingeniería de datos responsable de recopilar, almacenar y curar datos antes de contratar a un científico de datos.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.