El Big Data es ya el gran aliado para las compañías que se mueven por un entorno generador de datos, y que además ha creado un nuevo tipo de profesional al que deben enfrentarse las marcas.
Las organizaciones no sólo deben contar con información básica con la que procesar datos y extraer conclusiones. Tampoco debieran limitarse a operar con tecnología que les ayude a conseguirlo, sino que deben contar con la presencia de expertos que sepan responder a las necesidades específicas que se despierten en la empresa.
Por este motivo, el Big Data está creando múltiples oportunidades profesionales con una serie de perfiles que deben ser incorporados a la empresa, y que se han convertido en un nuevo elemento indispensable para la gestión de datos.
Este tipo de perfiles son los data analysts y data scientists, con funciones que no son las mismas, aunque los nombres puedan resultar similares.
Desde eConsultancy explican que todavía existe confusión con respecto a quién hace qué, pese a que las responsabilidades de estos profesionales son bien distintas, con un funcionamiento en diferentes niveles dentro de la compañía. Ambos son necesarios, ya que mientras el data analyst responde a los problemas reales y lo que va ocurriendo, los data scientist trabajan con lo hipotético, es decir, con aquello que podría hacerse para mejorar.
En lo que a Big Data se refiere, el data analyst trabaja en el primer nivel, es decir, es el que recopila, extrae y analiza los datos. Su trabajo resulta esencial porque los datos no llegan de forma estructurada, por lo que es necesario reconvertidos y reajustados para convertirlos en una información que se pueda procesar, una fuente valiosa para las marcas.
Por el contrario el data scientist no sólo toma los datos sino que los selecciona, de manera que extrae aquello que permite una comprensión. Atiende a posibles problemas y muestra soluciones, o bien estudia si determinadas decisiones aportan un valor para la compañía, una vez se pusieran en práctica.
Si bien los primeros estudian los datos como un todo, los segundos los fragmentan para así obtener una respuesta distinta. Es decir, el data analyst extrae la fuente de datos, y el data scientist trabaja con ella para conseguir los mejores resultados en la toma de decisiones de la empresa.
Ver noticia completa
