Tant si acabes de sortir de la universitat com si ja tens molta experiència en el camp del data science, pot resultar complicat trobar el punt de convergència entre les teves habilitats i l'entorn de treball en què operes. Segons Data Science Central, el 40% dels data scientists del món treballen per empreses de Fortune 500. Les opcions predominants del sector són les de TI (43%), industrial (39%) i financera (16%).
Com que els data scientists poden encaixar en una àmplia multitud de nínxols i empreses gràcies a la gran versatilitat de les seves habilitats, de vegades pot ser difícil adaptar-se amb èxit a les expectatives de l'empresa i encaixar bé dins l'equip. Encara que oferir un procés d'adaptació o un acompanyament inicial del data scientist sènior no sempre és una opció, és possible trobar una combinació adequada d'activitats orientades al negoci i centrades en la tecnologia que permetran aclimatar-se a l'empresa amb prou facilitat. Dit això, analitzem què fa que el data science sigui tan singular com a carrera i com pots reduir la distància entre el negoci i la tecnologia.
Abans de submergir-nos en les complexitats de la unió entre els negocis i la tecnologia com a data scientist, fem un cop d'ull a què fa que aquesta trajectòria professional sigui tan particular. Brian Mitchel, Director de Gestión Empresarial de Studicus, diu això sobre el tema: "Tant si dirigeixes un negoci d'eCommerce, com un lloc web de serveis basats al núvol, comptar amb un data scientist és essencial per a l'èxit. La seva mentalitat i la barreja d'habilitats actitudinals i tècniques li permeten ajudar als projectes de diverses maneres, sempre que se senti com a extensió orgànica de l'equip".
Els data scientists moderns no només han d'estar familiaritzats amb llenguatges de codificació com Python i SQL, sinó que també han de tenir diverses habilitats centrades en els negocis, com ara la resolució de problemes i el pensament estratègic. A més, sovint cal que els data scientists creïn o modifiquin algoritmes de machine learning com chatbot AI i coneguin els principis bàsics de disseny i presentació dels gràfics visuals.
En resum, els data scientists moderns són caps de projecte, desenvolupadors i codificadors tot en un, cosa que els converteix en una peça clau en tots els camps. Ara que tenim una idea més clara de com els data scientists poden encaixar en una gran diversitat de rols i posicions en diversos nínxols, fem un cop d'ull a algunes formes concretes en què poden contribuir a les operacions quotidianes als seus entorns empresarials.
Igual que els programadors professionals, els creadors de continguts o els dissenyadors gràfics, els data scientists han d'estar familiaritzats amb els objectius empresarials, la missió i la visió a llarg termini de l'empresa. Com ja hem esmentat, els data scientists sovint poden ocupar posicions de líders d'equip i caps de projecte pel seu conjunt mixt d'habilitats que combina un seguit de nínxols en una mateixa persona.
Això els fa perfectes per al lideratge i el seu coneixement dels objectius del negoci, els principis i la relació amb el client és extremadament important. Això els permetrà apropar-se al costat empresarial del negoci satisfactòriament, alhora que contribueixen als seus objectius amb les seves habilitats tecnològiques, de codificació i de data science.
És fonamental per al negoci, independentment de la seva escala o sector, ser una entitat orientada al treball en equip. Aquesta regla hauria d'aplicar-se a tots els treballadors de la plantilla, encara que treballin des de casa o prefereixin delegar els seus deures en altres. Lory Duval, Cap de Recursos Humans de WoWGrade, comenta sobre el tema: "Per molt que de vegades ens agradi que ens deixin sols a la feina, cal que treballem com un tot per a la millora de l'empresa en el seu conjunt. Ja sigui a través d'activitats de formació d'equips o de llocs de treball redissenyats, sempre s'ha d'animar als treballadors a comunicar-se, col·laborar i compartir els seus èxits i fracassos com a equip".
Els data scientists, gràcies al seu coneixement profund de la informàtica i l'analítica de dades, es limiten a descripcions de feina i llocs individualitzats. Això pot crear una distància artificial entre ells i la resta de l'equip, cosa que cal evitar de totes les maneres.
La millor manera de reduir la distància entre els negocis i la tecnologia pel que fa als data scientists i les seves habilitats és aconseguir que contribueixin de manera significativa a l'empresa en el seu conjunt. Una d'aquestes maneres pot ser posar-los a càrrec de les polítiques de privadesa de dades, el software i la gestió informàtica de l'empresa.
Les amenaces digitals en forma de malware, intrusions de pirates informàtics i atacs d'enginyeria social poden perjudicar considerablement el creixement i la reputació d'una empresa. Un data scientist pot posar en pràctica mesures de protecció i col·laborar amb els seus companys per evitar que succeeixin aquestes incursions. Això no només els permetrà mantenir la seguretat digital de l'empresa sota control constant, sinó que també els aproparà a l'oficina i exigirà que tots es comuniquin constantment i treballin junts en la privadesa de les dades.
Segons el tipus d'empresa, els data scientists poden implementar sobre la marxa un seguit de processos d'aprenentatge automàtic en l'estratègia empresarial. Per exemple, l'addició més òbvia d'aprenentatge automàtic en una empresa podria ser introduir els chatbots i l'IA conversacional en el segment d'experiència del client.
A més, els data scientists poden crear i gestionar una gran varietat d'algoritmes que poden accelerar la recopilació, l'anàlisi o el processament manual de les dades en va amb la teva cartera de clients o serveis. Aquest tipus de contribució al model de negoci serà vist com a positiu pels treballadors, que veuran més clarament la importància de la ciència i la tecnologia de dades en el flux de treball diari.
Per últim, una de les millors maneres en què els data scientists poden apropar les seves habilitats tecnològiques a les activitats de l'oficina centrades en el negoci és a través de la visualització de dades. Les descripcions dels llocs de feina en data science sovint giren al voltant de l'extrapolació, l'anàlisi, la codificació i la gestió de dades, que poden ser termes abstractes per als empleats que no disposen dels coneixements necessaris.
Tot i això, els data scientists poden implementar les seves habilitats visuals i artístiques per crear presentacions de dades, infografies i gràfics d'informació rellevant per als seus companys després d'haver dut a terme l'anàlisi corresponent. Això farà que sigui més fàcil i ràpid per a tots d'entendre i implementar la feina realitzada pels data scientists i posarà un èmfasi encara més gran en la col·laboració a l'empresa.
És un fet innegable que la tecnologia i els negocis s'han convertit en parts inseparables d'un desenvolupament corporatiu satisfactori. Encara que al principi sembli descoratjador, la integració d'especialistes en data science a l'empresa pot aportar molts beneficis a llarg termini.
Gràcies a la seva naturalesa versàtil, els data scientists podran implementar les seves habilitats en qualsevol departament o posició depenent de les seves necessitats actuals. Amb el temps, tant ells com els seus companys veuran la importància del flux de treball col·laboratiu i la distància entre el negoci i la tecnologia a l'empresa es convertirà en un aspecte secundari.
Estelle Liotard és escriptora principal a Trust My Paper i editora a Grab My Essay, respectivament. A més, Estelle col·labora freqüentment a Supreme Dissertations, on continua perfeccionant les seves habilitats d'escriptura i publicació digital. És una creadora de continguts amb experiència i una escriptora que sobresurt en temes relacionats amb la IA amb èmfasi en les seves aplicacions pràctiques de negoci. En el seu temps lliure, Estelle gaudeix de tardes tranquil·les al seu balcó i de la cuina.