1936: Científico de Datos Clínicos en la tarea

El título del puesto es mucho más joven que el oficio que hay detrás. 'Científico de datos' data de alrededor de 2008, cuando DJ Patil y Jeff Hammerbacher lo adoptaron de forma independiente al construir equipos de datos en LinkedIn y Facebook, y el estadístico William S. Cleveland propuso la 'ciencia de datos clínicos' como campo académico ya en 2001. La disciplina subyacente es siglos más antigua y se remonta al impulso de John Tukey en los años 60 y 70 a favor del análisis exploratorio de datos, pasando por la estadística de Ronald Fisher de los años 20, hasta el estudio de John Graunt en 1662 sobre los registros de mortalidad de Londres.

Un artículo de Harvard Business Review de 2012 que lo llamó 'el trabajo más sexi del siglo XXI' desencadenó un auge corporativo de contratación de una década y cientos de nuevos programas universitarios. Ese auge ya 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 ahora manejan una porción creciente de las consultas, la limpieza y los gráficos rutinarios que el puesto original suponía que una persona haría a mano.

¿Qué hace realmente un científico de datos clínicos día a día? Al contrario de la imagen de 'construir modelos de IA', la mayoría de los días se dividen entre escribir consultas SQL y código Python para extraer y limpiar datos, ejecutar pruebas estadísticas o entrenar modelos, y traducir los resultados en un gráfico o un memorando sobre el que una parte interesada no técnica pueda actuar. Las encuestas a profesionales sitúan sistemáticamente la limpieza y preparación de datos en aproximadamente la mitad o más del tiempo de trabajo total.