Diferencia entre científico y analista de datos

Artículo publicado en 2021 y revisado en 2023

Ahora que tengo un poco claro qué es la ciencia de los datos, he buscado la diferencia fundamental entre un analista de datos (data analyst) y científico de datos (data scientist).

En primer lugar, puede haber un arquitecto de datos (data engineer) que se encarga de la infraestructura en la que se almacenan los datos sin procesar (datasets) y a la que se accede. Esto abarca hardware, programas y API. De hecho, ingenieros de software participan en algunas situaciones también.

Analista de datos vs científico de datos

Con los datos accesibles, una de estas figuras (ingeniero, analista, científico) etiquetará y limpiará los datos. El encargado de esto varía según las circunstancias. La asignación de algunas tareas al analista de datos o al científico parece depender a veces del tamaño del departamento.

El principal cometido de un analista de datos es explorar la información existente ya estructurada (en ciertas bases de datos u hojas de cálculo, por ejemplo) y explicar qué cuentan (¿qué ha pasado?) para que personas ajenas al mundo de la estadística y los datos tomen decisiones. En ocasiones el analista expone sus averiguaciones en un informe o dashboard muy gráfico (data visualisation).

Por su parte, el científico de datos añade una perspectiva más innovadora, de futuro y a más largo plazo. Sabe optimizar la captura y el procesamiento de los datos mediante herramientas, algoritmos (machine learning) y modelados predictivos. Por ejemplo, pueden hacer que se recomiende algo a usuarios basándose en usos previos.

En general, el científico de datos tiene más responsabilidades (por lo que sus utensilios llegan más lejos) y trabaja con un volumen de datos bastante mayor (big data y la nube). En algunos casos, ser analista se trata de un paso previo a convertirse en científico.