Construyendo equipos de Data Science: 3 roles que tu equipo debe tener

A menudo escuchamos a nuestros clientes desarrollando capacidades de análisis de datos y modelos de predicción. Inmediatamente después de estas confesiones viene un aluvión de preguntas comunes, como por ejemplo, que administra su DST (Data Science Team o equipo de Data Science)? ¿Qué calificación le daría a sus científicos de datos? Y por supuesto, ¿cómo crear visualizaciones interactivas increíbles?

Este post va a responder algunas de las preguntas sobre el equipo de liderazgo y del tipo de estructura, pero lo más importante a describir son los tres roles más importantes.

Para asegurar que su DST proporciona el mayor valor, se requieren funciones de apoyo esenciales, además del Data Science tradicional. Estas funciones incluyen: evangelista de datos (data evangelist); analista contextual (contextual analyst); y visualizador de datos (data visualizer).

1. Evangelista de datos: Esta posición no requiere entrenamiento formal en Data Science, sino más bien una experiencia en un área de negocio específica, así como una naturaleza curiosa y un deseo de encontrar un nuevo uso de negocio para big data. Hemos encontrado que las personas que tienen respeto por el proceso científico y tienden a desafiar el status quo tienden a tener éxito más en este papel.

Este papel es tanto interno como de cara al cliente, pasando tiempo comprendiendo las necesidades del cliente e identificando casos de uso de sus datos. Este individuo lleva el DST.

2. Analista del contexto: Esta función hace que los productos de datos cualitativos tengan un giro cuantitativo. No es un papel de programación, pero saber de programación permitirá a este individuo colaborar con los científicos de datos de manera más eficaz. El papel del analista contextual es entender el significado de los datos, lo cual no es algo que un algoritmo pueda hacer. Hemos encontrado que este es un individuo más experimentado que puede desarrollar una estrategia basada en la evidencia.
En nuestra organización, este individuo está muy involucrado en las fases de exploración y después en la elaboración de modelos para proporcionar esa capa extra de comprensión contextual que impulsa ideas realmente eficaces.

3. Visualizador de datos: Este rol evoluciona la salida del analista contextual a una hoja de ruta para una entrega al usuario final. Esta es una posición que requiere constructores de marcas, desarrolladores de contenidos, y otros individuos orientados visualmente capaces de convertir grandes volúmenes de datos en gráficos innovadores e “instintivos”, que van más allá de los gráficos de barras y gráficos de líneas convencionales.
En nuestra organización, esta persona esta comprometida con el proyecto desde el principio y un poco de la creación de prototipos se hace para garantizar que la historia de datos puede ser contada desde múltiples perspectivas y sin tergiversar los datos.

Muchas organizaciones luchan con los equipos de marketing, estrategia y operaciones de negocios para que adopten las perspectivas generadas con los datos y las utilicen para hacer una organización más eficaz. Las tres funciones anteriores son esenciales para asegurar el uso de los productos de los datos y que el DST sea visto como un valor por todos los stakeholders​​.

Dependiendo de la organización, uno o dos personas pueden satisfacer estos tres roles, pero si o si, tu DST necesita de estas funciones.

Traducido y adaptado de Medium.com. Escrito por Stephen Trask. Link: http://bit.ly/1n2cnqp

Fuente Imagen: addictionresearchchair.ca