Las carreras en data science están en continua transformación tecnológica, haciendo difícil establecer una lista definitiva de requisitos.
Las técnicas usadas en cada uno de los roles de data no son estáticas, y definir sus responsabilidades y requisitos previos es un desafío.
En este artículo, intentaremos elucidar, describiendo las habilidades principales de un data scientist, data engineer y data analyst, necesarias para desempeñar sus funciones.
Contenidos que abordaremos:
- Cómo ingresar a las carreras en data
- Requisitos previos en matemáticas
- Requisitos previos en programación
¿Cómo accedo a los trabajos con datos?
Muchos estadísticos piensan que la Ciencia de Datos consiste en analizar datos, cuando en realidad también implica implementar algoritmos que procesen automáticamente los datos para mejorar sus predicciones.
Para que conozcas mejor las profesiones de Científico de Datos, Analista e Ingeniero, sigue nuestra guía de competencias esenciales:
Requisitos Previos en Matemáticas
Para entrar en los roles de data es imprescindible contar con una fuerte base en matemáticas y programación. Trabajar en Data Science requiere un sólido entendimiento de determinados conceptos matemáticos.
Estadísticas
Aunque Data Analyst, Data Scientist y Data Engineer tienen misiones distintas, comparten algunos requisitos. La estadística es la materia matemática principal indispensable para la data science.
No obstante, Data Science no debe confundirse con las estadísticas. A pesar de poseer habilidades y metas en común, son disciplinas diferentes.
Data Science se aprovecha intensivamente de la computación y la tecnología, permitiendo acceder a grandes volumenes de datos, manipularlos y visualizarlos con código.
Las estadísticas suelen depender de teorías consolidadas enfocándose más en la verificación de hipótesis y es una ciencia más tradicional que ha cambiado poco en las últimas cinco décadas, a diferencia de la Data Science, que ha evolucionado con el incremento del uso de computadoras.
Un Data Scientist, Analyst o Engineer conecta data science con estadísticas, utilizando estas herramientas para inferir conclusiones de grandes volúmenes de data. Lo esencial incluye:
- Conceptos de mediana, desviación estándar, varianza y media
- Generadores de números aleatorios, cálculo de errores
- Modelos de regresión lineal
- Teorías de estimación
Álgebra Lineal
Tanto el data scientist como el data engineer requieren conocimientos de álgebra lineal adicionalmente a la estadística.
El dominio del álgebra lineal es crucial para la gestión de grandes conjuntos de datos. Este conocimiento facilita la comprensión de los espacios donde la mayoría de algoritmos de Machine Learning y técnicas estadísticas operan.
En análisis de datos, un Modelo Lineal representa datos en una matriz con n-observaciones por p-características:
Todos los algoritmos de Machine Learning aplican técnicas de álgebra lineal para representar y procesar estructuras de redes y operaciones de aprendizaje.
Los conceptos fundamentales en álgebra lineal incluyen:
- Funciones lineales, matrices transpuestas, sistemas de ecuaciones lineales
- Descomposición de matrices, Dunford y reducción de Jordan
- Espacios vectoriales, producto escalar, ortonormalidad y ortogonalidad
Probabilidades
Por último, Data Analyst y Data Scientist también trabajan con probabilidades.
La teoría de probabilidades estima la ocurrencia de sucesos mediante variables aleatorias e independientes.
Entre las herramientas probabilísticas que puede necesitar un Data Scientist se encuentran:
- Distribución uniforme, normal, binomial, Poisson
- Teorema de Bayes, probabilidad condicional
- Método de Monte Carlo (para estimar la media de una variable aleatoria)
Requisitos Previos en Programación
Como se mencionó anteriormente, un data analyst, data scientist y data engineer hacen uso de diversas herramientas matemáticas al crear modelos para extraer valor de los datos. Principalmente aplican Machine Learning, que exige cierta habilidad en programación.
Mientras que los tres roles comparten requisitos matemáticos, sus necesidades computacionales difieren.
Se podría decir que el Data Analyst no necesita habilidades específicas en programación para iniciarse. Un Data Scientist, preferiblemente, debería tener alguna experiencia en programación.
En cuanto al Data Engineer, conviene estar familiarizado con herramientas informáticas, como los comandos Shell tales como ‘ls’ para listar directorios o ‘cp’ para copiar archivos. Deben conocer al menos un lenguaje de programación, los más populares incluyen: Python, Java, JavaScript, C, C++, y otros lenguajes. Además, un conocimiento profundo en herramientas de ingeniería de datos es muy beneficioso.
En síntesis, un Data Engineer necesita fundamentos de programación, algoritmia y conocimientos básicos de BDD (Bases de Datos).
¿Interesado en aprender más sobre las carreras en data? DataScientest ha realizado una investigación exhaustiva. ¡Descúbrelo en este artículo!
