1933: Científico de datos en la tarea

Un artículo de Harvard Business Review de 2012 que lo llamó 'el trabajo más sexy del siglo XXI' desencadenó una década de contrataciones corporativas y cientos de nuevos programas universitarios. Ese auge ha madurado: el título generalista se ha dividido en ingeniería de analítica, ingeniería de aprendizaje automático y analítica de producto, y las herramientas de IA ya hacen una parte creciente de las consultas, limpiezas y gráficos rutinarios que el puesto original asumía que haría una persona a mano.

¿Qué hace realmente un científico de datos día a día? 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? 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.