¿Por qué los científicos de datos luchan por adaptarse a la cultura empresarial?

Las empresas también luchan con la integración de científicos de datos con sus fuerzas de trabajo empresariales y de TI existentes. A menudo, las unidades de negocios existentes y TI tienen poco en común con los científicos de datos, y no hay flujos de trabajo existentes que puedan ayudarlos a aprender cómo trabajar juntos de manera óptima.

Otro problema es que las empresas no siempre están seguras de qué (y cuándo) esperar análisis y resultados de sus proyectos de big data. Existen casos de uso exitosos en la mayoría de las industrias, pero las empresas aún no tienen una buena idea para saber cuándo un proyecto de análisis o ciencia de datos está avanzando y cuándo se está estancando.

Cómo ayudar a los científicos de datos a adaptarse

Aquí hay algunas formas en que las empresas pueden abordar estos problemas para que obtengan un mejor rendimiento de la ciencia de datos.

Orientar la mentalidad de los científicos de datos hacia el negocio. Orientar a los científicos de datos a los objetivos, demandas y expectativas del negocio debería ser el primer orden del día.

Espere resultados y articule esas expectativas. Las empresas esperan resultados en etapas más tempranas que las universidades y las organizaciones de investigación. Se deben establecer plazos y expectativas de resultados deseados para proyectos de ciencia de datos y análisis. Si un proyecto no puede entregarse, debe ser revisado y potencialmente terminado.

No hagas de la ciencia de datos una isla. Los científicos de datos se mantienen al día con la empresa cuando interactúan continuamente con el personal de la empresa y los profesionales de TI que ya comprenden las necesidades de la empresa. Esto fomenta la colaboración interdepartamental que contribuye a resultados comerciales positivos.

Recuerde que la ciencia de datos no es TI. Aunque las empresas establecerán demandas más estrictas para la ciencia de datos que la mayoría de los científicos de datos a las que están acostumbrados, aún es importante que la empresa recuerde que hay una diferencia. La disciplina de la ciencia de datos es un ejercicio interactivo sobre datos, análisis y algoritmos hasta que los resultados alcancen un 95% de precisión. Llegar a este punto no siempre es predecible, y habrá tanto reveses como fallas. Esa es la naturaleza del razonamiento humano y de software.

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.