Reunir, seleccionar, examinar i saber interpretar dades per a poder-les utilitzar d'una manera estratègica seran les habilitats que les empreses de tot el món buscaran més els anys vinents. Per això, es demanen tant totes les professions relacionades amb al big data o dades massives que fins i tot és possible que no hi hagi prou professionals per a cobrir aquesta demanda.
Ho indica així l'estudi Forecast: Enterprise Software Markets, Worldwide, 2014-2021, publicat el 2017 per la consultora Gartner, que ja va advertir que el mercat mundial de dades massives s'havia duplicat en quatre anys i que la demanda de serveis havia augmentat de tal manera que ja feien falta cinc milions de llocs de treball a tot el món per a satisfer les necessitats del sector. De fet, els perfils professionals vinculats al big data i la ciència de dades (data science) seran els que es demanaran més els anys vinents a Espanya, segons l'informe EPYCE 2018: Posiciones y competencias más demandadas, elaborat per l'EAE Business School.
Un informe de Tech Cities Job Watch d'Experis del 2018 també advertia que la demanda d'habilitats i professionals de dades massives havia augmentat gairebé el 80% els últims dotze mesos.
Els perfils professionals que es busquen més en anàlisi i ciència de dades
Segons el que explica Teresa Sancho, directora del grau de Ciència de Dades Aplicada (Applied Data Science) de la Universitat Oberta de Catalunya (UOC), les petites i mitjanes empreses requereixen professionals «que puguin recollir les dades de l'empresa, emmagatzemar-les, garantir-ne la seguretat i tractar-les d'una manera adequada, i que siguin capaços de respondre les preguntes que planteja la direcció», assenyala. «En aquest cas, es busca una persona versàtil que tingui la formació necessària per a abordar tot el cicle de vida de les dades i que sigui capaç de donar una resposta al repte que es planteja. Tanmateix, les grans companyies busquen especialistes que duguin a terme la feina en una àrea específica», apunta.
Malgrat que en una formació de grau es pot definir un itinerari més orientat a la gestió de projectes i la presa de decisions i un altre de més orientat a la creació de les infraestructures tecnològiques per a portar a terme aquest tipus de projectes, és en el màster i les especialitzacions de postgrau on és possible especialitzar-se en aquests cinc perfils:
– El mànager o consultor. Té un paper directiu que implica la presa de decisions. Planteja el projecte i organitza els equips definint objectius i fases, a més de presentar els resultats. Idealment disposa d'un equip de professionals que coordina. «S'encarrega del bon funcionament del projecte, actuant de mitjancer entre l'equip d'analistes, científics i arquitectes de dades i el client. Ha de comprendre el problema que s'ha de resoldre i les preguntes que cal respondre. També coneix la tecnologia, tot i que no s'encarrega de desenvolupar-la», explica Jordi Casas, director del màster universitari de Ciència de Dades (Data Science) de la UOC.
– L'analista de dades (data analyst). És el professional que processa les dades que l'empresa ja té. La seva tasca és experimentar i visualitzar el que aporten aquestes dades. Fa servir algorismes existents per a analitzar les dades, generalment en solucions empaquetades, és a dir, productes integrats que fan els processos d'anàlisi des del principi fins al final. «Entre les tasques habituals que fa hi ha l'explotació de les bases de dades per a obtenir informes i quadres de comandament relatius, per exemple, a com evolucionen les vendes d'alguns productes determinats o en algunes zones geogràfiques específiques», apunta Casas.
– El científic de dades (data scientist). És en un nivell superior a l'analista de dades, de manera que és capaç de fer aportacions en els algorismes per a proporcionar solucions particulars a un problema específic. Si els algorismes que hi ha no serveixen per a respondre la pregunta d'una manera adequada, pot plantejar modificacions en els algorismes o dissenyar-ne de nous, proporcionant valor afegit. Segons el que explica Casas, entre les seves tasques habituals hi ha la creació de models d'aprenentatge automàtic per a, per exemple, predir el consum d'un producte determinat o el comportament d'un client nou. Per a obtenir uns resultats òptims cal que conegui profundament les diverses tècniques existents, les característiques que tenen i els paràmetres que s'hi associen. No sol treballar amb «caixes negres», és a dir, amb eines de les que desconeixen exactament el funcionament però a les quals es pot proporcionar unes dades d’entrada i obtenir uns resultats de sortida, com faria un analista de dades que treballa amb solucions empaquetades. En canvi, el científic de dades desenvolupa els seus propis models en llenguatges de programació, com ara Python o R.
– L'arquitecte o enginyer de dades (data architect o data engineer). La seva tasca consisteix a encarregar-se de les plataformes de dades. S'ocupa del lloc on són les dades, per tant s'encarrega de la plataforma i el maquinari, a més de la seguretat del sistema. Té el coneixement necessari per a gestionar la infraestructura i l'arquitectura que suporta els zeros i els uns. Si augmenta el volum de dades perquè hi ha noves fonts o més clients o perquè s'incrementa el nombre de variables que cal analitzar, ha de redimensionar el maquinari per a poder afrontar el nou escenari.
– L'arquitecte o enginyer de dades massives (big data architect o big data engineer). La diferència amb l'anterior és que els sistemes amb els quals treballa es caracteritzen pel fet de gestionar un volum de dades molt més gran, atès que està especialitzat en grans volums de dades. Té la formació necessària per a treballar amb noves eines que permeten gestionar volums molt alts de dades.
D'acord amb els dos itineraris que hem apuntat abans, aquests cinc perfils específics es podrien agrupar en dos: l'explorador de ciència dades (data science explorer), la tasca del qual és identificar els problemes de dades i crear solucions, a més de proporcionar els indicadors per a prendre decisions, un perfil en el qual entrarien el mànager o consultor i els enginyers de dades; i el constructor de ciència de dades (data science builder), la funció del qual és implantar la solució del problema i posar en funcionament el sistema tenint en compte els problemes d'escalabilitat. Aquest perfil es correspondria amb l'analista i el científic de dades, dues de les professions a les quals s'augura un futur més bo en el mercat de treball durant els anys vinents.
Contacte de premsa
-
Redacció