Hay muchas buenas respuestas. Sin embargo, la mayoría son demasiado largos para ser útiles o demasiado obstinados. Muchos también están contaminados por el efecto Dunning-Kruger [1], por el cual las personas no calificadas sobreestiman erróneamente su habilidad.
Estoy calificado para responder esto porque trabajo y empleo a ambos tipos de personas en Perfect Price, una compañía de inteligencia artificial para la fijación de precios.
Los analistas de negocios abordan preguntas específicas en un plazo más corto, no para la producción. Los científicos de datos resuelven problemas mayores para la producción. Los científicos de datos están mejor pagados que los analistas de negocios porque el suyo es el rol de mayor valor más calificado, y hay menos personas calificadas para ese rol en el mercado. Un analista de negocios puede adquirir habilidades, obtener un doctorado, etc., y convertirse en un científico de datos, pero en general un rol de científico de datos requiere al menos una maestría en ciencias de la computación, física o matemáticas, porque el trabajo requiere habilidades profundas.
- ¿Cuáles son las mejores universidades de minería en Estados Unidos?
- ¿Cómo hacen las estadísticas clases e intervalos de clase cuando los datos están en decimales?
- Cómo realizar análisis de datos con una cantidad masiva de datos a nivel individual
- ¿Quién es el mejor blogger a seguir para las noticias de análisis de datos?
- ¿Puede Big Data realmente resolver problemas del mundo real?
Eso es. Puede seguir leyendo para ver ejemplos y advertencias, pero esa es mi respuesta corta.
Un ejemplo, en caso de que necesites uno
Si fuera gerente de producto en Netflix y quisiera saber cómo funciona la búsqueda, podría pedirle a un analista de negocios que investigue. Podrían hacer mucho SQL, tal vez incluso usar aprendizaje automático, para analizar los datos sin procesar y descubrir áreas subóptimas. Digamos que descubren que nuestra búsqueda en español fue menos efectiva que en inglés, lo que resultó en una tasa de abandono del 1% mayor.
Un Data Scientist podría entonces trabajar en mejorar el algoritmo de búsqueda para la búsqueda en español que puede integrarse en nuestro sitio web y aplicaciones. El analista de negocios no podría tener la tarea de esto. Primero, no está calificado para trabajar en la plataforma de búsqueda principal. En segundo lugar, hay otras preguntas comerciales para analizar.
Si ese modelo de Data Scientist elimina la brecha de rendimiento y reduce la tasa de abandono de hispanohablantes en un 1%, suponiendo que los suscriptores de Netflix sean proporcionales a la población de los EE. UU. (17% son hispanos), ese equipo solo le ahorró a la compañía $ 13.6 millones por año. Si bien es un esfuerzo de equipo, el jugador de mayor valor en ese equipo, el Seph Curry, es el Científico de Datos. Pero todavía necesitan ese analista de negocios.
Una advertencia
A diferencia de ciertas profesiones, doctor, abogado, no hay reglas o costumbres sobre el título, y el significado de los títulos puede variar de una compañía a otra. Por ejemplo, la mayoría de las compañías tecnológicas tienen empleados con el título de “Director”. En Cisco, solo puede ser Director si dirige una unidad comercial de mil millones de dólares. La mayoría de las empresas no tienen ni siquiera una unidad comercial de mil millones de dólares. Entonces, no todos los roles de Director son iguales.
El mismo matiz se aplica con los títulos de datos. Varía de compañía a compañía. Lo anterior es una generalización. Esto puede ofender a algunas personas; Lo siento si lo hace. Espero que nuestros empleados (y posibles empleados) lo lean porque la claridad en el rol y la responsabilidad es clave para prosperar.
Y lo admitiré felizmente, por mi parte, no estoy calificado para ser un Científico de Datos, y eso está bien. Pero no me gustaría degradar a mi cofundador y más de 15 años de arduo trabajo de CTO en Microsoft, Twitter, Disney y Drawbridge, o ~ 7 años de doctorado, para sentirme mejor.
Notas al pie
[1] Efecto Dunning-Kruger – Wikipedia