Definida como el campo interdisciplinario que incluye métodos científicos, procesos y sistemas para extraer conocimiento de datos en sus diferentes formas, la Ciencia de Datos comienza a ocupar un papel relevante en las empresas. Es que esta herramienta permite conocer cómo los usuarios interactúan con la marca y, como consecuencia, mejorar su producto. Bajo esta perspectiva, sumado el crecimiento y desarrollo de la tecnología, el papel de los Data Scientist en las compañías ha ido en aumento y empiezan a tener más protagonismo. Con el objetivo de conocer su rol, Multitaskers, conversó con Juan Caracocche, CTO de la firma GlobalLogic, quien explica el perfil y los beneficios que puede ofrecer para las empresas.

Su perfil

“Un Data Scientist es un perfil encargado de navegar un mar de datos y encontrarle sentido, modelando comportamientos”, inicia en su entrevista Caracocche. Explica que, al vincularlo en un contexto de negocios, estos expertos se encargan de modelar el comportamiento de usuarios externos al negocio, prediciendo la demanda o el impacto que pueda tener una acción de la empresa sobre ellas, por ejemplo, una promoción. Su función puede aplicarse a cualquier tipo de contexto en el que haya que analizar y correlacionar datos y eventos.

Hay dos tipos de perfiles, diferencia el ejecutivo. El primero es “quien arma algoritmos”, que implementan modelos “físicos o matemáticos” para correlacionar eventos. En concreto, se trata de quienes aplican la “ciencia básica” y no es común en pymes, sino en firmas tecnológicas que luego, con este conocimiento, implementarán soluciones para terceros. Justamente, el segundo perfil, es quien usa estas herramientas: “Lo que hacen es mapear los datos con el algoritmo, para lograr un resultado para el negocio”, explica. En otras palabras, se trata de “ciencia aplicada”. 

La capacitación

Un Data Scientist debe tener una especialización destinada en dos aspectos diferentes. En primer lugar, a nivel negocio, Caracocche sostiene que necesita conocer, a nivel de analista, el negocio y los sistemas que los soportan. De esta forma, sabrá “cómo se generan los datos y validar si son significativos” para obtener el resultado que se espera. Por otro lado, se refiere a un aspecto más técnico, en donde el profesional, precisa conocer los diferentes algoritmos y formas de modelar comportamiento.

En concreto, añade, “el Data Scientist ve los datos que tiene, ve qué quiere obtener para el negocio y mapea la data con los algoritmos y los usa como building blocks (bloques de construcción). En general utilizan alguna herramienta, con lo cual se necesita saber las capacidades que esa herramienta le puede brindar y requiere entrenamiento”. Entre los instrumentos claves para realizar esta acción, el especialista remarca que se encuentra IBM Watson o Google DeepMind. Estas herramientas, aunque muy complejas en lo referente a su algoritmo, son para un experto fáciles de usar. Por eso, lo más relevante para aprovechar el perfil es que tenga un conocimiento certero del negocio y cómo se originan los datos.

Estos perfiles son relativamente nuevos por lo que no existen carreras específicas. Sí, en cambio, cada vez más hay maestrías o posgrados, a los que suelen asistir ingenieros en sistemas u otros profesionales. La Universidad Austral, la UBA el ITBA o la UTN ya tienen propuestas para estos profesionales.

Sus beneficios

Estos perfiles, si conocen bien el negocio, pueden aportar mucho valor para la toma de decisiones. El punto de partida son los sistemas de ‘Business Intelligence’, manejados por el Data Scientist, que hoy permiten que la tecnología esté al alcance de todos, inclusive para las pymes. Un ejemplo concreto son las redes sociales, afirma el experto: “Un ‘Me Gusta’ en Facebook, para un científico de datos, es mucho más que eso. Con sucesivos ‘likes’, un algoritmo de correlación de eventos puede modelar el perfil de ese usuario, sus reacciones en otras redes sociales y conocer qué le gusta o prefiere”.

“Toda esa información se puede correlacionar con la interacción que ese usuario tuvo con nuestro negocio y ejecutar acciones (de marketing) puntuales o colectivas. Los datos también se pueden aprovechar para mejorar un producto y para potencialmente infinitos propósitos”, finaliza el ejecutivo.