Parte 4 de 5: Perfil analítico avanzado
Continuando con la entrega de los perfiles del científico de datos (El científico de datos con perfil analítico intermedio), durante esta entrega se desarrolla el cuarto de ellos relacionado con el analítico avanzado.
Perfil D: Analítico avanzado
El científico de datos con perfil analítico avanzado tiene conocimientos técnicos avanzados, orienta los trabajos de los perfiles del generador de información y el analítico intermedio, además de ser el principal encargado de las modelaciones matemáticas de los datos. Enseguida una lista de los principales conocimientos y habilidades requeridas para ello.
Fase de la cadena en la que interviene.
- Análisis y Modelación de datos.
Conocimiento y habilidades requeridas mínimas.
- Conocimientos en estadística, matemática y negocios avanzados.
- Conocimientos intermedios-avanzados en modelación de datos.
- Conocimientos intermedios-avanzados en econometría, machine learning, Deep learning, entre otros.
- Programa en varios lenguajes computacionales matemáticos – estadísticos.
- Orienta la generación de los indicadores adecuados para los modelos.
- Trabaja en conjunto con los perfiles B y C para procesar más eficientemente los datos.
- Puede documentar de forma eficiente los resultados a los que llega en sus estudios para difundir el conocimiento nuevo obtenido.
Algunas tareas desarrolladas.
- Prepara los datos para la modelación matemática (limpieza, consistencia, calibración, generación de datos adecuados).
- Correr el modelo estadístico-matemático con los datos preparados.
- Analizar los resultados para ver si el modelo propuesto es el adecuado (estadísticamente por medio de validación de parámetros y tiene sentido económico o científico según la teoría).
- Si es el adecuado, continua el proceso, si no lo es, revisar datos primarios o las especiaciones matemáticas del modelo (traducción adecuada del modelo a la programación).
- Realiza reportes de las salidas e interpreta las mismas para recomendar posibles soluciones a los problemas analizados, buscando que se puedan implementar por parte de las autoridades o encargados de ello.
- Traduce las salidas matemáticas en resultados cuantificables y comprensibles para los ejecutivos.
- Elaboran artículos científicos con los resultados obtenidos.
-
En el caso de este perfil, los especialistas estiman una inversión de tiempo en sus tareas distribuidas de la siguiente manera:
- Recopilación de datos. 60%
- Modelación. 30%
- Interpretación. 10%
Existe un consenso entre los científicos de datos que aproximadamente el 80% del tiempo invertido tiene que ver con la preparación de los datos para poderlos trabajar, principalmente en la fase de transformación, sin embargo, y a pesar de todo ese trabajo previo, se observa como en las fases de análisis y modelación se sigue haciendo un trabajo importante de preparación con ellos y esta es la demostración de la importancia del trabajo en conjunto, reconocer esa interconexión de los procesos es importante para hacer el trabajo más eficiente, de trabajarlo de esa manera (cada uno en su especialidad) posiblemente los resultados podrán tenerse más pronto de lo que hoy ocurre.
En la siguiente entrega conoceremos sobre último perfil, el comunicador.
