1996: 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? 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.

¿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.