1908: Científico de datos en la tarea

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.

¿Se necesita un doctorado para ser científico de datos? ¿Es la ciencia de datos solo estadística con otro nombre? 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.

¿Está la ciencia de datos en riesgo por la IA? 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.