Los científicos de datos no se sienten realizados

  • Predictive Analytics

big data

Más de una cuarta parte (27%) de los expertos en datos informan que se sienten insatisfechos o muy insatisfechos en sus funciones, según una encuesta publicada por Sigma Computing.

Los investigadores encontraron que las solicitudes de informes ad hoc de bajo valor agotan a la mayoría de los expertos en datos porque ocupan la mitad de su tiempo. Esos informes crecen y "se convierten en proyectos interminables", con más de la mitad (53%) diciendo que reciben hasta cuatro preguntas de seguimiento por cada solicitud de datos cumplida. 

Los científicos de datos sienten que su trabajo es poco apreciado por el liderazgo de la compañía. El 34% se siente incapaz de transmitir el valor de un análisis a un ejecutivo o tomador de decisiones clave.

Es un hecho conocido que una mayor parte del tiempo que un científico de datos dedica a la limpieza y organización de datos en comparación con los esfuerzos algorítmicos para la recolección de información. Una vez que se extraen los conocimientos, implementar el modelo en entornos de producción es otra tarea que requiere mucha mano de obra. Si se pueden simplificar y los científicos tienen más tiempo para concentrarse en la computación perspicaz, será de gran ayuda hacerlos felices.

Para ayudar a determinar otras formas de tratar de hacer felices a los científicos de datos, es útil comprender quiénes son y qué hacen. Según una investigación, los científicos de datos tienen habilidades técnicas, curiosidad y anhelan resolver problemas a través de la ciencia de datos. Son matemáticos, informáticos y se ubican en el mundo de los negocios y de TI, lo que significa que han tomado bastantes direcciones.

Han evolucionado junto con tecnologías de procesamiento y almacenamiento de big data como Hadoop. Los roles típicos incluyen:

  • Recopilar grandes cantidades de datos y convertirlos en formatos utilizables para líneas de negocio.
  • Uso de lenguajes de programación, incluidos SAS, R y Python.
  • Implementación de pruebas estadísticas y distribuciones.
  • Mantenerse al día con el aprendizaje automático, el aprendizaje profundo y el análisis de texto.
  • Determinación del orden y los patrones en los datos.

Algunos sostienen que los "ingenieros de datos" son los que preparan la infraestructura de "big data" para ser analizada por los científicos de datos. Los ingenieros de datos, según una publicación de Cognitive Class AI, son ingenieros de software que integran datos y gestionan big data. Escriben consultas complejas y las hacen accesibles.

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.