Programación & Data

¿Qué es un científico de datos? Salario, habilidades y cómo convertirse en uno.
Descubre las particularidades de este profesional que resuelve problemas de negocio a través de los datos
Desde hace algunos años la profesión de científico de datos o data scientist en inglés, figura entre los trabajos de alta calidad en México y el mundo. 
En una encuesta reciente realizada por LinkedIn aparece entre los 15 puestos de mayor crecimiento en el país este 2022.

Hoy en día, el científico de datos es indispensable para trabajar en diferentes áreas como finanzas, salud y marketing. Además, el salario de estos profesionales también suele ser muy atractivo, incluso para puestos de nivel junior.

Para entender más sobre la llamada “profesión del futuro”, hablamos con dos científicos de datos brasileños, Lucas Serra y João Serrajordia.
¿Qué hace un científico de datos?

En general, el científico de datos encuentra soluciones y resuelve problemas comerciales utilizando datos.

A partir de un cuestionamiento, el profesional genera hipótesis, hace validaciones, utiliza herramientas de manipulación de datos y al final, genera impactos reales para la empresa. Evitar gastos y riesgos financieros, estimar cuánto se venderá y se ganará en el próximo año, facilitar la personalización de productos y servicios para los usuarios son algunos de estos impactos.

Para entender mejor, usemos Netflix como ejemplo. Digamos que viste las películas A, B y C. Al igual que tú, otras personas también vieron las películas A, B y C, pero también vieron la D. Con base en este comportamiento de otros usuarios, la plataforma recomendará la película D sabiendo que hay muchas posibilidades de que veas esta película y te guste.

Para que el usuario tenga este tipo de experiencia, los científicos de datos de Netflix utilizan el sistema de recomendación que básicamente entiende las necesidades del usuario y le da sugerencias de películas y series.

Con este enfoque en los clientes, Netflix puede ofrecer un producto cada vez más agradable para los usuarios. Cuanto más satisfechos están los clientes con los títulos presentados y la experiencia en la plataforma, más tiempo pasan en Netflix y siguen siendo suscriptores del servicio.

Al destacarse por lo que ofrece, conquista más clientes, tiene más ingresos y, en consecuencia, puede seguir invirtiendo en mejoras tecnológicas y seguir siendo un actor importante en el mercado.
El científico de datos es multidisciplinar

  • Ciencia de la computación

El científico de datos automatiza muchos procesos de trabajo a través de la programación.

En la práctica: Apple mantiene toda la información sobre búsquedas de clientes y compras online en su base de datos. Por lo tanto, cuando compras una computadora en la web de la compañía, es posible que recibas una recomendación para comprar también el mouse.

Esto pasa porque un profesional ya identificó a través de la programación, un patrón en la base de datos de que los clientes que compran una computadora suelen comprar también el mouse . Así, recibes una selección de los productos más relevantes y la tienda puede aumentar las ventas.


  • Matemáticas y estadística

Para el científico de datos, aplicar matemáticas y estadísticas avanzadas es parte de su trabajo.

En ventas, por ejemplo, el científico de datos utiliza estadísticas para probar la efectividad de las campañas de marketing. Ayuda a entender el comportamiento del consumidor y ayuda a la industria a descubrir por qué los consumidores compran productos de una marca específica. El científico de datos también usa estadísticas en el sistema de recomendación, que explicamos anteriormente.


  • Conocimiento del negocio

Para proponer soluciones eficientes a una empresa, es necesario que el profesional conozca las particularidades del área en que se desenvuelve.

Por ejemplo, imaginemos que un científico de datos trabaja en un hospital y está en un proyecto de reconocimiento de imágenes para que la identificación de un tumor se haga automáticamente.

Para ello, es importante que el profesional sepa: qué es un tumor; cómo identificar uno; cómo diferenciar un tumor maligno de uno benigno; cómo saber si un caso necesita consejo médico o no.

Con este conocimiento, el científico de datos puede proponer una solución más asertiva que tenga sentido para el negocio.


  • Conocimientos técnicos

La lista de experiencia técnica en la ciencia de datos o data science en inglés, puede ser larga. Sin embargo, para los que están empezando, lo ideal es enfocarse en lo básico. Según Lucas Serra, quienes se inician en el área pueden empezar a aprender lenguajes de programación como Python o R, además de SQL.

Según João Serrajordia, es importante tener nociones de programación porque te da flexibilidad a la hora de acceder, explorar y procesar datos.

Serra también agrega que es importante entender la estructura de una base de datos y saber cómo recopila los datos.

En ciencia de datos, el profesional nunca deja de aprender. A medida que va dominando las materias, va descubriendo otras áreas de estudio que pueden ayudar a mejorar el trabajo.

Soft skills

Es importante que el científico de datos tenga ciertos soft skills y competencias como buena comunicación, liderazgo y capacidad para resolver problemas.

  • Comunicación

Dependiendo del proyecto en el que esté trabajando, el científico de datos puede trabajar con profesionales de distintas áreas como comunicación, recursos humanos, ventas, entre otras.

Por ejemplo, en un proyecto donde se busca una solución para aumentar las ventas de una tienda, puede trabajar junto al director comercial, gerente comercial y vendedores. En este caso, el científico de datos necesita hacer preguntas para entender cómo funciona el sector, analizar posibilidades y hacer preguntas sobre principios y procesos en el área.

Al interactuar con diferentes profesionales debe saber comunicarse, tanto para entender las particularidades de otros sectores, como para explicarles a otros especialistas cómo desarrolla las soluciones.

Suelen trabajar en equipo, por lo que es importante estar en sintonía con todos los miembros y estar de acuerdo en cómo resolver el problema. Además, al encontrar la solución para aumentar las ventas de las tiendas, por ejemplo, el científico necesita presentarla a los líderes corporativos y al área comercial. Es decir, puede convertirse en el punto de contacto entre sectores y por tanto necesita saber interactuar con todos ellos.

  • Liderazgo

Al contar con un científico de datos en el equipo, el profesional puede comenzar a liderar proyectos que generen cambios en los sectores de la empresa.

Por ejemplo, si una empresa realiza sus compras en dólares y el científico de datos estima que el precio de la moneda subirá mucho el próximo año, necesita comunicarlo al sector financiero para que planifique de nuevo los gastos y la empresa no se endeude.

  • Capacidad para resolver problemas

En la ciencia de datos existen varias formas de resolver un mismo problema. Cuando el departamento de marketing informa que necesita mejorar su comunicación con el cliente, depende del científico crear una solución desde cero.

Para eso, necesita ser curioso y estar dispuesto a buscar respuestas. Además de hablar con profesionales expertos, puede investigar cómo otros profesionales ya han resuelto el mismo problema y más que eso, necesita saber cómo adaptar y aplicar la solución a la empresa.

Dónde pueden trabajar los científicos de datos

El científico de datos puede trabajar en varios sectores: finanzas, derecho, marketing y salud, por nombrar algunos.

  • Financiero

El científico de datos puede trabajar en bancos. Puede ser el encargado de evaluar el perfil de un nuevo cliente y ser resolutivo a la hora de ajustar el límite de la tarjeta de crédito de esa persona, por ejemplo.

Esto se debe a que el científico de datos, recopila datos del historial de pagos y puede ver si los clientes pagan las facturas a tiempo o no. A partir de ahí, puede determinar si el cliente es un riesgo o no para el banco.

  • Derecho

Aquí, el científico de datos puede determinar qué tipo de demanda es probable que gane o pierda un abogado.

El profesional se apoya en varios datos: ¿Quién pide la acción? ¿Cuál es la solicitud? ¿Quién es el juez? ¿Dónde se llevará a cabo este proceso?

A partir de esto, el profesional puede predecir la probabilidad de que el abogado gane o pierda el caso. Este tipo de análisis, pueden ahorrar costos a la empresa.

  • Márketing

Si un equipo de marketing necesita enviar un correo electrónico a los clientes con un cupón de descuento, el científico de datos puede identificar quiénes son las personas con más probabilidades de usar el cupón.

Si puede determinar cuál de ellos usa una tarjeta de crédito de supermercado, por ejemplo, es probable que abra el correo electrónico y use el cupón. Este proceso los hará felices y el supermercado, además de consolidar este cliente, tiene un retorno económico.

  • Salud

En el sector salud, por ejemplo, el científico puede trabajar con reconocimiento de imágenes. Puede ser la clave para determinar si una imagen de ultrasonido es un tumor canceroso o no; si un lunar en una foto es un tumor o no; si algún tipo de tratamiento funciona o no.

El científico también puede predecir el daño potencial de una enfermedad en la sociedad, así como estimar los efectos de un confinamiento.

¿Cómo es el trabajo de un científico de datos?

El científico de datos trabaja en proyectos. Al principio busca comprender el problema que debe ser resuelto. En este paso, el científico recopila información de los expertos comerciales para entender cómo ven el problema y obtener conocimientos técnicos sobre la empresa.

Entonces es hora de comenzar a mirar los datos y clasificar para ver si lo que dice la gente sobre el problema es cierto. Si es así, es hora de actuar.

Imaginemos que el equipo de marketing ha detectado que la tasa de clics en los correos electrónicos enviados a los clientes es baja. Ante este escenario, el científico identificará qué datos ayudan a explicar esta situación. Empieza a investigar y puede notar, por ejemplo, que en un país específico, las personas están haciendo clic en los correos electrónicos. Entonces pregunta: ¿Qué país es este? ¿De qué región son las personas? ¿Por qué hacen clic? ¿Qué tipo de correo electrónico se les envía?

A partir de estas preguntas, el profesional crea modelos estadísticos y matemáticos para tratar de determinar quiénes son los clientes que harán clic en el correo electrónico y cuáles no. Evalúa qué características de los correos electrónicos los hacen más atractivos y qué tipo de correo electrónico no llama la atención del público.

Tras esta valoración, el científico puede proponer al equipo de marketing una serie de pruebas para validar su hipótesis. Si tiene éxito y consigue aumentar la tasa de clics, se mantiene la solución propuesta. Si no, el profesional se va a otras hipótesis hasta que se resuelva el asunto.

Como gran parte del trabajo del científico se realiza a través de la programación, es necesario que cree un panel de información,conocido como dashboard , para traducir la información que obtuvo y explicar al equipo por qué se tomaron las decisiones.
El científico también necesita documentar el proyecto. Él lo guiará a través del proceso de principio a fin y le explicará las decisiones que tomó.
Los mayores desafíos de un científico de datos

Para Serrajordia, uno de los mayores desafíos para el científico de datos es traducir su conocimiento técnico a otra persona en el negocio. “Es necesario tener empatía por el otro que no tiene los mismos conocimientos técnicos que tú. Esto es importante para poder comunicar lo que necesitas”, dice Serrajordia.

Para explicarlo mejor, hace una analogía: si estás en París por primera vez y preguntas dónde está el Champ de Mars, la persona puede responder que está cerca de la estación de metro Bir-Hakeim. Pero esta información no tiene sentido, ya que no conoces el lugar. Al volver a interrogar, la persona responde de otra manera y dice que es el lugar donde está la Torre Eiffel. Ahora, con este otro dato, puedes entender.

Eso es lo que hace el científico de datos. Encuentra el lenguaje y las referencias que tiene el ejecutivo y evita usar nombres y términos técnicos.

Otro desafío es lidiar con la velocidad a la que todo evoluciona. “Puede ser que aprendas una técnica hoy, pero que mañana o más tarde quede obsoleta. Siempre tenemos que estar aprendiendo”, dice Serrajordia.

Para Serra, el reto puede depender de los antecedentes de la persona . “Si vienes de la informática, tal vez tu mayor reto sea el área de la estadística. Si vienes de estadística, el área de computación es tal vez la más difícil”, explica.

Otro reto para Serra al que se puede enfrentar el profesional es el de convertirse en un buen investigador. Eso es porque el científico de datos necesita hacer una investigación que lo ayude a encontrar soluciones.

En esta búsqueda, puede encontrar artículos científicos sobre el tema e incluso encontrar a alguien que ya haya enfrentado el mismo problema y que haya compartido la solución que usó en Internet. Esto facilita el trabajo del científico de datos, por eso es tan importante.

Cómo convertirse en un científico de datos

Según Serrajordia, el primer paso es identificar si te gusta la ciencia de datos y ver si encajas en el perfil curioso e investigador que debe tener el científico.

No se requiere tener un título en un campo específico para convertirse en un científico de datos, pero puede hacerlo mucho más fácil. Las personas que tienen un título en estadística o ingeniería informática, pueden no saber todavía todo lo que necesita un científico de datos, pero ya tienen habilidades y conocimientos importantes para convertirse en un profesional en el campo.

Al mismo tiempo, es fácil encontrar en el mercado laboral científicos de datos que provengan de los más diversos sectores. “Hay agrónomos, educadores físicos e incluso personas que no tienen un título universitario que son grandes científicos de datos”, dice Serrajordia.

“En la ciencia de datos, siempre hay una pequeña caja para que encajes. Siempre habrá otro profesional que te complemente y los dos juntos serán capaces de solucionar el problema”, añade Serra.

Hay formas flexibles de empezar a aprender. Los videos en YouTube son una de las formas. A pesar de ser accesible, Serra señala que es un camino difícil, ya que la persona no recibe orientación sobre el mejor camino a seguir. Por eso, anima a los interesados ​​en el área a buscar cursos formales y capacitaciones para orientarse, obtener los conocimientos necesarios para su nivel y así, profesionalizarse.

Además, es interesante que la persona se una a la comunidad de científicos de datos. Según Serrajordia, la comunidad es bastante rica e integrada, especialmente para quienes hablan inglés. “Hay foros donde las personas pueden publicar un problema que están tratando de resolver, pero no pueden. A partir de ahí, la gente te ayudará”, aconseja João.
Cómo ingresar al mercado de la ciencia de datos

Una vez que una persona obtiene los conocimientos básicos de un científico de datos, es interesante que no deje de poner en práctica lo aprendido. Sobre todo, es importante que construyas tu portafolio con tus proyectos y problemas que ya has logrado resolver.

“Hay una plataforma, GitHub , que es básicamente para eso. Puedes poner todo lo que ya has hecho y se convierte en un portafolio para que lo presentes al reclutador o en tus redes sociales y así la gente sepa lo que ya has desarrollado”, aconseja Serra. Cuantos más problemas puedas resolver, más experiencia tendrás, sin importar a qué universidad hayas ido.

Con un portafolio, la persona puede tener más posibilidades de conseguir una oportunidad para trabajar.

Mercado laboral y remuneración

El mercado laboral está en su mejor momento. Actualmente, puedes encontrar más de 16.000 puestos vacantes para científicos de datos en LinkedIn.

Además, según una investigación realizada, el salario anual promedio de un científico de datos en el país puede oscilar entre $787,000 MXN y $1,160.000 MXN, dependiendo del nivel de experiencia del profesional.

Consejos para los que se inician en el campo

Para Serra, es importante que las personas que están empezando tengan fuerza de voluntad. “Al principio puede ser muy frustrante. Intentarás resolver un problema y es posible que no lo consigas. Si no tienes gente que te guíe todo se vuelve más difícil, por eso hay que tener voluntad para no rendirse”.

Para Serrajordia, es fundamental que los interesados en iniciarse valoren lo que ya saben, no se dejen llevar por el síndrome del impostor y no subestimen la planificación. “Tener un objetivo claro para un proyecto de ciencia de datos suena trivial, pero no lo es. Es muy importante.Como la frase 'el que no sabe a dónde va, cualquier camino le sirve', y eso es muy cierto para tus proyectos”, dice.

¡Conviértete en científico de datos!

Ser un profesional de datos es un gran desafío. Hoy en día hay muchas ofertas laborales y puedes aprovechar esta oportunidad para crecer profesionalmente.


Para ayudarte en este camino, te recomendamos ver más detalles de la Profesión: Científico de Datos de EBAC. Aprende con el Profesor y Data Scientist José Raúl Castro Esparza,quien ha colectado datos y solucionado problemas para marcas del nivel de Novartis, Syngenta, Pemex, Volkswagen, Caterpillar, Banca Mifel, Agrifood, Energy Transfer, Baker Hughes, US Census Bureau y Palisade Company entre otras.


Este curso te da la facilidad de crear un portafolio con proyectos profesionales con la guía de tutores expertos en esta área y feedback personalizado.


¡Te invitamos a descubrir lo que este curso tiene para ti!