Pon un ingeniero en tu vida para entenderte en el mundo de la IA. Sí, pero, ¿cuál? En ese totum revolutum que es el loco progreso de la inteligencia artificial en general hay elementos particulares que también siembran confusión sencillamente porque también van adquiriendo forma sobre la marcha. Es el caso de los perfiles expertos en trabajar con dicha tecnología: ¿ingenieros de datos o científicos de datos? ¡Ah! ¿Es que no son lo mismo? Saber qué hace quién puede ayudarnos a decidir a cuál necesitamos en nuestra estrategia de IA en la gestión del dato de RR.HH.
Un reciente análisis de McKinsey afirma que el perfil objeto de deseo para las empresas que quieran introducirse en el mundo de la IA generativa es el del ingeniero de datos y no el del científico de datos. Y argumenta que la propia IA se encargará, en un futuro no muy lejano, de ocupar el nicho de estos últimos interpretando la información. Quizá sea mucho generalizar porque el razonamiento obvia lo que ahora mismo es el centro del debate en torno a esta tecnología: el riesgo de los sesgos, el de poner en contexto la «recomendación» que sugiera y, en última instancia, ese eliminar el necesario espacio para que la inteligencia humana le de sentido a la artificial.
Para entenderlo es necesario saber qué habilidades, conocimientos y misión tiene cada uno de estos perfiles para saber identificar a quién incorporar, en qué momento y para qué en nuestra estrategia de gestión del dato.
Tanto unos como otros trabajan con la misma materia pero no en la misma proporción:
- Los ingenieros de datos se encargan de construir los sistemas que almacenan y procesan datos, mientras que los científicos de datos utilizan esos sistemas para extraer información y conocimiento de los datos; el primero crea sistemas para recopilar datos en bruto y el segundo diseña modelos algorítmicos para interpretarlos.
- Las habilidades de los ingenieros de datos se centran en la programación y la ingeniería de software, mientras que las de los científicos de datos lo hacen en la estadística, las matemáticas y el análisis de datos.
- Si bien los ingenieros tratan con datos brutos que pueden contener errores o sesgos, ya sea humanos o técnicos, los científicos los depuran, filtran y ponen en contexto.
- Los ingenieros de datos tienen la responsabilidad de diseñar arquitecturas que respondan a los requisitos de los científicos de datos.
Fuente: Elaboración propia con IA.
De manera más específica:
- El ingeniero de datos:
- Especialidad: construcción y mantenimiento eficiente, escalable y seguro de infraestructuras de datos a gran escala.
- Habilidades: programación y desarrollo de software, bases de datos y sistemas de almacenamiento de datos, tecnologías de big data y cloud computing.
- Tareas: diseñar y desarrollar pipelines de datos, implementar y mantener bases de datos, garantizar la seguridad y calidad de los datos, automatizar procesos de datos.
- El científico de datos:
- Especialidad: depuración, organización, análisis e interpretación de datos para obtener información que permita tomar decisiones informadas, haciéndola entendible a través de herramientas de visualización de datos.
- Habilidades: matemáticas, estadística y analítica de datos, diseño de algoritmos, minería de datos, aprendizaje automático y técnicas de modelado, herramientas de visualización de datos.
- Tareas: limpiar y preparar datos, desarrollar modelos de aprendizaje automático, realizar análisis estadísticos, visualizar resultados, comunicar hallazgos a stakeholders.
Ambos trabajan con herramientas específicas cuya visualización ejemplifica el punto de conexión que ambos perfiles tienen en los flujos de trabajo con IA:
Fuente: Datacamp.
