Cuando comencé hace más de 3 años a interesarme en el mundo de los datos, noté que había diferentes profesiones relacionadas que incluían la palabra "datos" en el título. Sin embargo, cada tipo de trabajo desempeña funciones distintas y es conveniente definirlas de acuerdo a su campo de acción, tanto si estamos buscando orientar nuestras carreras hacia estas profesiones, como si queremos definir una estrategia en la cual explotemos los datos para tomar decisiones de negocio.

En este pequeño artículo describo algunas de las más comunes, que he encontrado trabajando con distintos clientes.

1. Database Administrator (DBA)

Los Administradores de Bases de Datos, se encargan de administrar las bases de datos y asegurarse de que proporcionen el rendimiento que espera el negocio. Entre sus actividades están la operación, mantenimiento y optimización de bases de datos, principalmente bases de datos relacionales en sus diferentes formas (transaccionales y/o data warehouse). La demanda de este tipo de profesionales va a la baja, debido a que prácticamente todos los proveedores de nube pública ofrecen bases de datos administradas, donde mucho del trabajo que hacían los DBAs se realiza como un servicio administrado y a una gran escala por los proveedores de nube. Sin embargo, las habilidades de SQL de los DBAs pueden aprovecharse para otros tipos de campos.

2. Data Analyst

El Analista de Datos se encarga de obtener insights a partir de la información disponible, idealmente en un lago de datos o en un data warehouse. Entre sus habilidades se encuentran poder realizar reportes utilizando queries de SQL, pero también el poder realizar dashboards con herramientas de BI, o Business Intelligence. Cuando se utilizan correctamente, dichas herramientas proporcionan un mensaje poderoso y que entrega información sumamente valiosa al negocio, como el resumen de las ventas, el costo de adquisición de clientes, el costo de venta, por nombrar sólo algunos ejemplos.

3. Data Engineer

En la actualidad los datos se encuentran en distintas formas y lugares. Alguno de ellos tienen una estructura determinada, y otros carecen de ella. Sin embargo, cada vez más empresas están interesadas en explotar fuentes de datos no tradicionales. Imaginemos el caso de un Contact Center. Para muchas empresas, el Contact Center es el punto de contacto de muchos de sus clientes. Con la Inteligencia Artificial, IA, es posible asignar una valoración numérica a cada una de las llamadas que recibe un Contact Center. Esta información puede ser extremadamente valiosa, para mejorar el servicio al Cliente, y poder tener un ingreso recurrente. Sin embargo, dado el volumen de las llamadas y la naturaleza cambiante de las fuentes, es una labor ardua entregar datos que tengan sentido y ayuden a los Analistas de Datos a obtener las respuestas que pide el negocio. Es justamente aquí donde entran en acción los Ingenieros de datos. Se encargan de integrar nuevas fuentes, tanto estructuradas como no estructuradas, limpiar, procesar y asegurar la calidad de los datos que utiliza el Analista de Datos para responder a las demandas del negocio.

4. Data Architect

El Arquitecto de datos se encarga de asegurarse de que toda la tubería de datos se encuentre diseñada de acuerdo a las necesidades del negocio. Idealmente, el Arquitecto de datos evalúa las herramientas que hacen más sentido de acuerdo a las necesidades del negocio. Por ejemplo, no es lo mismo crear una solución para crear reportes una vez por semana, a crear una solución que requiera analizar datos casi en tiempo real y tomar acciones lo más pronto posible. Ambos casos requieren herramientas especializadas que cumplen de forma óptima en tiempo y recursos económicos cada tipo de problema.

5. Data Scientist

El Científico de Datos seguramente es el nombre más sexy que hemos encontrado en las ofertas de trabajo. En mi experiencia, un Científico de Datos se encarga de explicar más allá de lo que ya pasó, conocido como analítica descriptiva, puesto que esa es la labor del Analista de Datos. Su labor es tratar de predecir lo que va a suceder, conocido como analítica predictiva. ¿Cómo lo hace? Toma como base una gran cantidad de datos históricos, idealmente proporcionados por un Ingeniero de Datos, y los procesa para aplicar el método adecuado para las necesidades que tiene el negocio. Por ejemplo, predecir las ventas para determinar la cantidad óptima de insumos para fabricar el inventario necesario, o la planificación de rutas óptimas para entregar los pedidos, o la personalización de las ofertas basado en los gustos de cada cliente.

Conclusión

Cada uno de los tipos de trabajos explicados en este artículo representan una función importante en la estrategia de datos de una empresa. Sin embargo, no todas las empresas necesitan las funciones que aquí presento. Por ejemplo, la gran mayoría de empresas apenas están comenzando a utilizar BI, con lo que solamente necesitarían la función de un Ingeniero de datos y un Analista de datos, mientras que la figura de Arquitecto de datos se puede contratar bajo demanda durante la etapa de diseño de la solución. En este mismo ejemplo, un Data Scientist aún no sería necesario, dado que apenas se está realizando una analítica descriptiva.