Muchos de vosotros me soléis preguntar sobre las diferentes profesiones al rededor del mundo del dato, y el camino que se debe seguir para llegar a una de estas profesiones. Como esta es una pregunta habitual, creo que este post os puede ayudar para conocer estas profesiones, así como conocer la tendencia y evolución de estas profesiones en los últimos años.
En primer lugar, en el post se hace una breve descripción de diferentes profesiones analíticas. Estos perfiles profesionales los he extraído de los posts de las ofertas de empleo del blog. Entre estas profesiones destacan:
- Business Analyst: El analista de negocio o business analyst es la persona que posee conocimientos técnicos sobre la construcción de sistemas analíticos y al mismo tiempo comprende y está al corriente de las necesidades del negocio.
- Data architect: Un arquitecto de datos es un profesional de la arquitectura de datos, una disciplina de gestión de datos que se ocupa de diseñar, crear, desplegar y gestionar la arquitectura de datos de una organización.
- Data Engineer: Un ingeniero de datos es un trabajador cuyas principales responsabilidades implican la preparación de datos para usos analíticos u operativos.
- Data Analyst: Un analista de datos es la persona que recoge, procesa y realiza análisis estadísticos de los datos. Traduce los números y los datos al lenguaje de negocio para ayudar a las organizaciones y empresas a entender cómo tomar mejores decisiones basada en datos para su negocio.
- Data Scientist: Los científicos de los datos son grandes buscadores de datos, recopilando y analizando grandes conjuntos de datos estructurados y no estructurados. El papel de un científico de datos combina la informática, la estadística y las matemáticas.
- Machine Learning Engineer: Los ingenieros de aprendizaje automático introducen datos en modelos definidos por los científicos de datos. También son responsables de tomar modelos teóricos de la ciencia de los datos y ayudar a escalar los modelos de nivel de producción que pueden manejar terabytes de datos en tiempo real.
Un patrón común de organización de equipos y responsabilidad en áreas de Data & AI es el siguiente:
Para ver el peso de cada una de estas profesiones en este sector, se ha analizado los datos de Google Trends a nivel mundial con respecto al número de menciones en la web de estos perfiles profesionales, de tal forma que se observa que existen cuatro profesiones que destacan sobre manera como son los Business Analytics, Data Scientist, Data Analyst y Data Engineer, como se puede ver en las siguientes gráficas:
Las profesiones más mencionadas en la red son Business Analyst, Data Analyst, Data Scientist y Data Engineer, que coinciden con las más demandadas en las ofertas de empleo publicadas en este blog.
En cuanto a la evolución de estas profesiones, podemos ver como se está equiparando en menciones las profesiones de Data Analyst y Business Analyst, situación lógica debido a que ya muchos de los Data Analyst tienen una especialización de negocio y gestión de proyectos analíticos por lo que ambas profesionales seguramente se terminan encontrando. Vemos, el gran aumento en menciones de Data Scientist desde el año 2016, y como los Data Engineer siguen esa misma tendencia de ascenso, pero no tan pronunciada debido a que su auge ha empezado algo más tarde, sobre los años 2017 y 2018.
Otra analítica muy interesante es analizar las diferencias por diferentes países o zonas geográficas. Vemos en el siguiente gráfico como a nivel mundial la profesión más comentada en redes es Business Analyst, pero en muchos países esta situación no es así, como es en el caso de Data Scientist que tiene mayores menciones en países como Rusia, España y Francia.
Espero que este post sirva para dar a conocer las diferentes profesiones al rededor del dato, así como la demanda de cada una de ellas en función de las menciones en redes sociales.
@noeliagorod 