Científico de datos · Encuentra patrones y construye modelos predictivos a partir de datos: un título laboral de 2008 asentado sobre tres siglos de contar, contrastar y visualizar evidencia.
Las celdas mas oscuras marcan una puntuacion mas alta en ese indicador.
MenosMas
Ultima revision Fuentes y creditosCréditos de mediosMetodología
Contrariamente a la imagen de 'construir modelos de IA', la mayoría de los días se reparte entre escribir consultas SQL y código Python para sacar y limpiar datos, ejecutar pruebas estadísticas o entrenar modelos, y traducir resultados a un gráfico o un memorándum sobre el que un interlocutor no técnico pueda actuar. Las encuestas a profesionales sitúan de forma consistente la limpieza y preparación de datos en aproximadamente la mitad o más del tiempo de trabajo.
No. A diferencia de la medicina o el derecho, no hay licencia ni un único título obligatorio; una licenciatura o un máster en estadística, informática, matemáticas o un campo cuantitativo afín es la vía más habitual, y un portafolio sólido de proyectos reales suele importar más a los empleadores que la credencial exacta. Los doctorados son más comunes en puestos de investigación o de aprendizaje automático aplicado.
No del todo. Se apoya mucho en la estadística —el diseño experimental de Fisher, el análisis exploratorio de Tukey— pero añade programación, ingeniería de bases de datos y aprendizaje automático que los departamentos clásicos de estadística rara vez enseñaban. William S. Cleveland propuso el término en 2001 precisamente para describir esta versión ampliada y muy computacional del campo, construida sobre la estadística en lugar de sustituirla.
El extremo rutinario ya está expuesto: las herramientas AutoML pueden ajustar y afinar modelos estándar, y los asistentes de IA pueden escribir consultas SQL, primeros borradores de gráficos exploratorios y código de pipelines repetitivo más rápido que una persona. Lo que no se ha automatizado es formular la pregunta correcta, juzgar si un patrón es significativo o espurio, y asumir la responsabilidad de una decisión basada en el resultado.
Varía mucho según el país y la antigüedad. La Oficina de Estadísticas Laborales de EE. UU. situó el salario anual medio de la ocupación Data Scientists en torno a 108 000 dólares en 2023, mientras que los analistas junior suelen empezar cerca de 70 000–95 000 dólares y los científicos de datos senior o principales en grandes tecnológicas pueden ganar 200 000–400 000 dólares o más en compensación total con equity.
Un analista de datos suele responder preguntas de negocio definidas con datos y paneles ya existentes; un científico de datos construye nuevos modelos estadísticos y análisis predictivos, a menudo a partir de datos más desordenados; un ingeniero de aprendizaje automático saca un modelo de un cuaderno y lo hace funcionar de forma fiable, a escala, en producción. Las fronteras se difuminan a menudo, y mucha gente se mueve entre los tres a lo largo de la carrera.
La cultura popular se saltó en gran medida al estadístico y fue directamente a la figura más dramática del quant o del algoritmo: la imagen pública del científico de datos debe más a los analistas de béisbol de Moneyball y a los quants que predicen crisis de The Big Short que a cualquiera haciendo lo que un científico de datos en activo hace realmente día a día.
Dentro del campo, la cultura se sostiene en benchmarks públicos competitivos, bromas estadísticas de tono seco y un formato documental —la model card— que convierte 'sé honesto sobre los límites de tu modelo' en un hábito profesional rutinario en lugar de una ocurrencia a posteriori.
Cuánto estatus tuvo la profesión en cada era, en escala 0–100.
El trabajo estadístico temprano lo hacían en gran medida oficinistas, reformadores aficionados y autodidactas como Nightingale; útil y a veces influyente, pero rara vez prestigioso por sí mismo.
Pearson, Fisher y Gosset profesionalizaron la estadística en una disciplina académica con sus propias revistas y departamentos universitarios, ganando respeto académico mientras seguían casi invisibles para el público en general.
A medida que se extendía la informática de mainframe, el personal de 'procesamiento de datos' y los estadísticos se veían sobre todo como apoyo corporativo de retaguardia esencial pero poco glamoroso, rara vez presentes en la toma de decisiones ejecutivas.
La propuesta académica de Cleveland de 2001 atrajo poca atención pública, pero el premio de un millón de dólares de Netflix de 2006–2009 por un algoritmo de recomendación y la acuñación de 'data scientist' en 2008 en LinkedIn y Facebook empezaron a girar cabezas dentro de la industria tecnológica.
El encuadre de 'trabajo más sexy' de Harvard Business Review de octubre de 2012 desencadenó un auge de contratación y prestigio; hacia los años 2020 el título se ha fragmentado en roles más especializados y ha perdido parte de su brillo singular, aunque el salario y la demanda siguen fuertes.
Dramatiza cómo Billy Beane de los Oakland Athletics y el analista Paul DePodesta usaron el análisis estadístico, apoyándose en la sabermétrica de Bill James, para montar una plantilla competitiva con uno de los presupuestos más pequeños del béisbol.
Sigue a un puñado de analistas que estudiaron los datos del mercado hipotecario con suficiente detenimiento como para predecir la crisis financiera de 2008 antes de que casi nadie más creyera los números.
Un matemático ayuda a su hermano agente del FBI a resolver crímenes usando análisis estadístico y reconocimiento de patrones, introduciendo a una audiencia televisiva estadounidense generalista las matemáticas aplicadas como trabajo de investigación.
Esta antología británica imagina de forma recurrente el perfilado de datos y la puntuación predictiva llevados a extremos inquietantes, de forma más directa en el episodio de 2016 'Nosedive,' moldeando la ansiedad pública sobre el ranking algorítmico de las personas.
Cuenta la historia real de Katherine Johnson, Dorothy Vaughan y Mary Jackson, matemáticas negras cuyos cálculos a mano en la NASA sustentaron las misiones orbitales Mercury de 1962 antes de que los ordenadores electrónicos tomaran el relevo.
Sigue el descubrimiento de la investigadora del MIT Joy Buolamwini de que los sistemas de reconocimiento facial identifican mal las caras de piel más oscura con mucha más frecuencia, convirtiendo un hallazgo técnico de sesgo en los datos en un ajuste de cuentas público más amplio con la equidad algorítmica.
Las competiciones públicas de aprendizaje automático alojadas en Kaggle, lanzadas en 2010, clasifican a los participantes en un leaderboard visible a lo largo del concurso y luego revelan la clasificación final contra un conjunto de prueba oculto al cerrarlo: un momento que los competidores llaman el 'shake-up,' porque el sobreajuste al leaderboard público puede hacer caer a un equipo docenas de puestos de la noche a la mañana.
Siguiendo la práctica propuesta en un artículo de 2018 de Margaret Mitchell y colegas en Google, los equipos documentan cada vez más el uso previsto de un modelo, los datos de entrenamiento y las limitaciones conocidas en una breve 'model card' antes de que se lance —tratada como una obligación profesional más que como un extra opcional.
Presentar hallazgos exploratorios desplazándose en vivo por las celdas y gráficos de un cuaderno Jupyter, en lugar de una presentación de diapositivas pulida, sigue siendo la forma por defecto en que un científico de datos comparte resultados tempranos con compañeros e interlocutores.
Nada de esto resuelve la tensión más antigua del campo: si 'data science' es una disciplina genuinamente nueva o trabajo estadístico e informático más antiguo con un nombre más vendible. Los propios profesionales discuten sobre ello, a menudo dentro del mismo equipo.
Lo que se ha mantenido constante desde las tablas de mortalidad de Graunt de 1662 es el movimiento básico: convertir un montón de registros en una afirmación sobre la que alguien puede actuar, y ser honesto sobre cuánto de esa afirmación respaldan realmente los datos.
Vecinos más cercanos en el perfil de seis puntuaciones, no solo el mismo campo.
El guardián de los libros: heredero de un oficio tan antiguo que inventó la propia escritura, negociando ahora con el software construido para automatizarlo.
Resistente a la IA 35 🗺️Decide qué debe construir la empresa a continuación, y por qué, convirtiendo necesidades de clientes, objetivos de negocio y límites técnicos en un plan compartido que nadie más termina de poseer del todo.
Resistente a la IA 50 💻Escribe, prueba y mantiene el código que sostiene la vida moderna — y es una de las primeras profesiones que ve cómo la IA automatiza su propio trabajo diario.
Resistente a la IA 35 📣El profesional que crea la demanda — de las paredes pintadas de Pompeya y el memorando del "brand man" de P&G de 1931 a los feeds gobernados por subastas de la era digital.
Resistente a la IA 38 📦Crea los sistemas que entrenan, implementan, monitorean y gobiernan modelos de aprendizaje automático en producción.
Resistente a la IA 54 🔎Estudia cómo las personas usan los productos, convirtiendo el comportamiento observado, las necesidades y las frustraciones en evidencia en torno a la cual los equipos pueden diseñar.
Resistente a la IA 69Deriva y pone a prueba las leyes matemáticas que rigen la materia, la energía, el espacio y el tiempo, desde una pizarra solitaria hasta un artículo de un acelerador de partículas con 3.000 autores.
Resistente a la IA 65 🧬El científico que estudia la vida misma, desde Linneo nombrando especies a mano hasta editar genomas con CRISPR, aún contrastando cada idea con un organismo vivo.
Resistente a la IA 64 🧪El científico que fabrica y mide la materia misma — del alambique de perfume de Tapputi en Babilonia a los laboratorios robotizados de hoy, sigue siendo quien decide qué significa el espectro.
Resistente a la IA 70 🔭El científico que mide el universo, desde las tablillas de arcilla babilónicas hasta los telescopios espaciales, aún decidiendo qué parpadeo en los datos es un descubrimiento.
Resistente a la IA 70 🧮De los escribas babilonios a los medallistas Fields y la demostración asistida por IA: la profesión que convierte preguntas difíciles en certeza permanente, teorema a teorema.
Resistente a la IA 70 🧿Construye, mide y controla dispositivos que explotan estados cuánticos para informática, detección, comunicación e investigación de materiales.
Resistente a la IA 78 🧫Usa datos clínicos, de ensayos y de sistemas de salud para generar evidencia fiable con la que mejorar la atención, la investigación y las decisiones operativas.
Resistente a la IA 68