Por qué la automatización no reemplazará a los Científicos de datos

Por qué la automatización no reemplazará a los Científicos de datos
Por qué la automatización no reemplazará a los Científicos de datos

Débora Slotnisky

30 de septiembre de 2020 - 2 min de lectura

Si bien es cierto que muchos trabajos humanos pasarán a ser realizados por máquinas, hay otros en los cuales el rol de las personas es clave. Entre ellos, te explicamos por qué la Ciencia de Datos se encuentra en esta última categoría.


Son muchos los estudios que hablan acerca de cómo el avance de la automatización en las organizaciones impacta de lleno en los puestos de trabajo. En tal sentido, si bien algunos puestos desaparecen son más las posiciones que se crean.

Teniendo en cuenta que la automatización también avanza en áreas como el procesamiento de datos o la visualización de datos solo con lo que cada vez más fácil para los expertos empresariales obtener lo que necesitan sin intervención humana, muchos podrían pensar que el trabajo de los Data Scientist tiene los días contados. Sin embargo, los Científicos de Datos no tienen nada que temer. Aquí hay tres razones por las que es poco probable que la automatización acabe con los roles relacionados con esta profesión: 

La automatización es simplemente una forma de hacer las cosas más rápido: Las herramientas de automatización sirven para hacer tareas rutinarias a mayor velocidad y sin cometer errores humanos. Si bien es cierto que están apareciendo varias soluciones para trabajos de ciencia de datos, todas ellas están pensadas para ayudar al Data Scientist en su labor cotidiana, por lo que estos profesionales deben mantenerse actualizado respecto a cómo bucear de la mejor manera entre los tsunamis de datos. En resumen, la automatización no solo permitirá a los científicos de datos hacer más, sino que también aumentará el impacto y el valor de su trabajo para la organización empresarial. 

Superar errores automatizados: Otra razón por la que los humanos en el ciclo no desaparecerán pronto sería la incapacidad de las herramientas automatizadas para darse cuenta de que podrían estar saliendo de la tangente. Y es que, si bien la automatización ofrece el potencial para hacer las cosas mejor y más rápido, también puede propagar errores humanos si hay una ciencia deficiente debajo de ellos.  Es por esto que hay necesidad de que los científicos de datos tengan una sólida comprensión de los principios subyacentes ya que las máquinas requieren de la supervisión humana. 

En pocas palabras, los científicos de datos deben verificar la exactitud de los resultados que salen de las herramientas automatizadas y asegurarse de que los modelos funcionen de manera óptima. 

El papel del juicio humano: Cualquier Científico de datos dará fe de que el desafío no siempre es técnico. De hecho, además de decidir los algoritmos correctos para preparar una fuente de datos, el Data Scientist también debe interpretar y abordar el problema comercial correctamente para seleccionar la fuente de datos ideal o interpretar los resultados de forma óptima.

 

Evidentemente, la Ciencia de Datos no se puede automatizar. Siempre se necesitarán Científicos de Datos altamente capacitados para crear código de manejo de datos, elegir la fuente de datos correcta y diseñar los algoritmos óptimos para extraer los conocimientos que necesita la organización. Para eso, lo ideal es estudiar en un curso de Data Science.