Podemos tener grandísimas habilidades técnicas, pero no nos van a servir de mucho si no somos capaces de explicar nuestro trabajo a cualquier persona que esté fuera de nuestro departamento técnico. Un buen data scientist es alguien puede explicar sus descubrimientos en palabras sencillas, utilizando un lenguaje poco técnico.
Es una persona que entiende cuáles son las necesidades reales de la empresa en la que trabaja y cómo sus compañeros podrían sacar el máximo partido de los datos con los que se relacionan a diario. Además es una persona que sabe escuchar y que presta mucha atención al input que le llega desde distintos departamentos y encuentra nuevas fuentes de información que le ayudan a mejorar en su trabajo.
Conoce los DATOS y no solamente datos
Normalmente las empresas obtienen un mayor rendimiento de un data scientist que lleva tiempo trabajando para la compañía y ha adquirido esa posición, que una persona externa que se contrata con tal misión. El data scientist tiene que tener sólidos conocimientos sobre el sector en el que se mueve, entender exactamente cómo es la cultura corporativa de su empresa y cuál o cuáles son los principales problemas/desafíos que los que hay que prestar atención.
Por otro lado es cierto que una visión externa a la compañía puede ayudar a afrontar los problemas con una perspectiva distinta. Sin embargo en la mayoría de los casos el conocer de primera mano los datos y en cierta manera haber crecido con ellos, es la mejor forma de saber cómo se pueden exprimir al máximo y de forma creativa.
Piensa Outside The Box
El punto anterior se complementa con la capacidad de mantener una mente abierta, con lo que en términos anglosajones se denomina “think outside the box” o pensar más allá de las cuatro paredes que conforman tu empresa, tu cubículo, tu departamento o tus esquemas mentales.
Es una actitud que nos permite enfocar un problema desde una perspectiva nueva en la que no intervienen únicamente los datos de nuestra empresa, sino que en la que también pueden jugar un papel decisivo fuentes de datos e información externa.
Sabe aplicar las métricas básicas
La creatividad de la que hemos hablado antes tiene un peso importante, pero al final del día el data scientist tiene que tener un sólido conocimiento base y dominar los KPI’s básicos de su empresa para alinearlos en una estrategia ganadora. La creatividad siempre es bienvenida, mientras que cumpla con la condición de tener en cuenta el “core business” de los datos que maneja la compañía.
Por ejemplo, antes de inventar un sistema de métricas completamente nuevo para explicar el fracaso de una campaña de marketing, el data sicentist va a probar una mayor utilidad conectando el CRM de la empresa con los datos Adwords si no existía esa conexión previa.
No intenta reinventar la rueda
En ocasiones las empresas pasan meses trabajando en proyectos “secretos” para acabar descubriendo tarde o temprano que había otra persona que ya había desarrollado una solución para el problema que al que se estaban enfrentando. Y en ocasiones esas soluciones son de fácil acceso, tanto que incluso pueden encontrarse en Internet en pocos minutos. Antes de empezar a trabajar es mucho mejor informarse sobre lo que ya hay.
muycomputerpro
0 comentarios:
Publicar un comentario