Científicos 4.0, la nueva estirpe

Hace 17 años, la firma de investigación Bell Labs -filial de Nokia- se refirió por primera vez al científico de datos (data scientist) como aquella persona capaz de procesar y analizar normes cantidades de información para darle valor a un negocio y ayudarlo a tomar decisiones. Hasta donde sabemos, es la primera referencia oficial al respecto, pero quizá haya alguien que realizó esa labor varios siglos atrás.

Hablo de Tobias Mayer, un astrónomo y matemático alemán, quien, a mediados del siglo XVIII, realizó diversas investigaciones respecto a los movimientos de oscilación de la luna, también conocida como libración. De acuerdo con John Rauser, que ha trabajado en Amazon, Pinterest y Snapchat, Mayer debe ser reconocido como el primer científico de datos debido al método que usó para sus investigaciones.

En líneas generales, se refiere a la construcción de fórmulas y la determinación de las variables x, y, z para realizar sus mediciones, así como el proceso de estructurar la información que tenía disponible a través de unas 27 ecuaciones que se derivaban de sus observaciones astronómicas. Es decir, podría tratarse de la primera vez que alguien hizo Big Data. Y esto es una parte por lo que John Rauser lo calificó como el primer científico de datos.

“Que yo sepa, es la primera vez en la historia que alguien hizo un argumento cuantitativo para demostrar que entre más datos (tengas) es mejor”, dijo Rauser en 2011, durante una charla para explicar el papel del científico de datos en la actualidad.

Acá puedes revisar la conferencia para tener mayor detalle de la solución de Tobias Mayer

MÁS ALLÁ DE UNA MODA

Los científicos de datos son uno de los tesoros más preciados que tienen las empresas hoy en día. Es fácil entenderlo: según IDC, el mercado global de Big Data Analytics — que es una porción del mercado conocido como Data Science and Analytics (DSA) — alcanzará un valor cercano a 187 mil millones de dólares. Las empresas quieren captar ese valor, y la ciencia de datos es una de las herramientas para ello.

El puesto describe a aquella persona que analiza e interpreta datos digitales complejos, estructurados y no estructurados, para ayudar a un negocio a tomar decisiones. Para lo cual tiene formación, conocimientos y habilidades en matemáticas avanzadas, informática, ciencias de la computación y analítica, principalmente.

Los científicos de datos son una nueva generación de expertos en información analítica que tienen las habilidades técnicas para resolver problemas complejos, y la curiosidad de explorar qué problemas deben resolverse.

De acuerdo con el sitio Kaggle, una comunidad global de científicos de datos, en 2,013 había una red de unos 130,000 perfiles de este tipo. En 2011, McKinsey predijo que, para 2018, habría 2.8 millones de trabajadores con un gran talento analítico o habilidades para el conocimiento de datos. Para el 2015, sin embargo, ya había más de 2,350,000 puestos de trabajo en el campo conocido como Data Science and Analytics (DSA) en Estados Unidos, y para 2020 se proyecta que el número de ofertas de trabajo de DSA crezca en cerca de 364,000 puestos, hasta llegar a 2,720,000 vacantes.

En 2011, McKinsey predijo que, para 2018, habría 2.8 millones de trabajadores con un gran talento analítico o habilidades para el conocimiento de datos.

Los científicos de datos son parte de la nueva generación de perfiles especializados que requieren las empresas manufactureras para entender la era digital y generar valor. Sin embargo, son un talento que aún escasea, por lo que no será raro ver una pelea por atraerlos y retenerlos, y no solo entre firmas industriales, sino, incluso, con otros sectores de perfil tan distinto a la manufactura, pero que también viven de los datos y de la información.

AGREGAN VALOR

Esa capacidad para entender los datos y crear valor a partir de ellos es lo que hace a esta profesión un bien invaluable en la manufactura. Pero, ¿en qué áreas agregan valor?

Gestión de la cadena de suministro. Piensa en esto: para 2020, una tercera parte de la cadena de suministro industrial estará utilizando capacidades cognitivas basadas en análisis (con datos de StrategyWise). La gestión de la cadena de suministro será, sin duda, una de las principales preocupaciones de los empresarios del ramo y, en consecuencia, una prioridad. Su correcta administración exigirá el uso de plataformas en la nube y Big Data. Blockchain luce como una enorme oportunidad.

Calidad de producto y mantenimiento predictivo. Recolección de información, entrenamiento de algoritmos basados en machine learning para diseñar alertas que notifiquen si algo puede salir mal durante todo el proceso productivo e, incluso, en los parámetros de calidad del producto. La incorporación de la tecnología de big data que captura los datos de los sensores de los equipos y sistemas en planta permitirá adoptar un sistema para el control de calidad cada vez más granular que permeará en toda la empresa, no solo en un aislado Departamento de Calidad, como sucede en la actualidad.

Optimización de las operaciones. Hacerse de información en tiempo real para hacer ajustes en la línea de producción en tiempo real. La creación de gemelos digitales con herramientas predictivas pueden traer grandes cambios en los sistemas de producción para que las empresas repliquen, de forma virtual, el ambiente industrial en el que se desempeñan sus equipos antes de hacer ajustes de forma física.

Personalización de los productos. Con estas herramientas disponibles y la posibilidad de acercarse más al consumidor, las empresas manufactureras están reduciendo los ciclos de diseño y producción de conformidad con las demandas de sus clientes. Ello está llevando a fabricar productos cada vez más personalizados, a tal grado que, incluso, se han dado casos -sobre todo en el sector automotriz- en que una planta no ha fabricado dos productos iguales en todo un año.

Sin importar el sector industrial al que pertenece tu empresa, es bueno que desde ahora evalúes, con la ayuda de un experto, de qué forma puedes incorporar a tu equipo a estos perfiles para agregar valor a tu negocio y actuar en consecuencia. El futuro es ahora.