Las responsabilidades laborales de un científico de datos ciudadano incluyen lidiar con datos nuevos, usar herramientas automatizadas para procesar big data y crear modelos adicionales para obtener información adicional. Su trabajo principal no es hacer predicciones directamente a partir de big data ni desarrollar análisis prescriptivo, sino construir modelos y utilizar herramientas que logren esos objetivos.

Los científicos de datos ciudadanos cierran la brecha entre lo "verdadero" científicos de datos (capacitados y titulados) y dueños de negocios realizando sus propios análisis de autoservicio. Esta analogía puede proporcionar alguna idea: un científico de datos podría correr diez millas en una hora, pero un científico de datos ciudadano puede entretenerse, calentar el auto y conducir diez millas en menos de una hora, por menos dinero. Por supuesto, el científico de datos ciudadano no verá tanto paisaje en el camino, pero aun así hará el trabajo. 

La posición del científico de datos ciudadano es especialmente inusual, ya que, al menos por el momento, sólo se puede acceder a él a través de promociones internas. Aunque el título existe desde hace algunos años, no hay ofertas de empleo para empleadores que busquen un “científico de datos ciudadano”. En términos generales, el puesto agrega responsabilidades a la descripción del trabajo actual de una persona. Obtener la promoción generalmente implicará tomar y aprobar ciertas clases de ciencia de datos que son pertinentes para las necesidades de la organización y pueden incluir una certificación.

La creación del puesto de “científico de datos ciudadano” es una solución a la escasez de científicos de datos. Gran parte del trabajo que suelen realizar los científicos de datos tiene que ver con tareas operativas mundanas, como validar calidad de datos, fusionar conjuntos de datos e identificar fuentes de datos. Estas tareas son tediosas y requieren mucho tiempo, y que un científico de datos “caro” las realice no es muy rentable. Es mejor recurrir a alguien mucho menos costoso para realizar estas tareas con la ayuda de la automatización.  

Negociar el puesto de científico de datos ciudadano

La gerencia ha decidido contratar a un científico de datos para un proyecto a corto plazo y para reorganizar el departamento de ventas por internet. También se ha decidido que se asignará un “miembro del equipo” permanente para ayudar al científico de datos a tiempo parcial, como una forma de reducir costos y retener experiencia. Al final del proyecto, el miembro del equipo se hará cargo del mantenimiento diario del programa de análisis recién instalado y de los algoritmos predictivos para las ventas por Internet. Además, el miembro del equipo deberá tomar cuatro clases para adquirir conocimientos básicos de las nuevas responsabilidades. (Un miembro del equipo inteligente y asertivo podría acercarse a la gerencia con la idea de ser ascendido a científico de datos ciudadano).

En la situación descrita anteriormente, se están produciendo una gran cantidad de cambios dentro de la organización y, a menos que la gerencia se comunique exhaustivamente con el personal en su conjunto, habrá confusión y expectativas incumplidas. Idealmente, algunas responsabilidades del miembro del equipo se transferirán a otros miembros del personal. El “elegido” también debería disponer de algo de tiempo durante la semana laboral para estudiar o asistir a una clase online. El miembro del equipo también debe participar en la elección de las clases, ya que algunas clases en línea son más adecuadas para determinadas personas. Y luego está la cuestión de conseguir un aumento. Finalmente, será necesario llegar a algún tipo de acuerdo para que el miembro del equipo recién capacitado no se vaya a un nuevo trabajo seis meses después de haber sido capacitado y ascendido.

Cabe señalar que puede resultar ventajoso tener más de un ciudadano científico de datos en su personal.

Para la gestión: crear
un ciudadano científico de datos

Seleccionar la persona correcta También es importante. Esté atento a las personas que disfrutan de la lectura. En términos de estudio, tendrán una ventaja significativa sobre las personas a las que les resulta aburrido leer. La edad puede ser un tema interesante, ya que a algunas personas mayores no les gusta aprender nuevos trucos, mientras que otras pueden estar tomando clases por su cuenta, para continuar el proceso de aprendizaje y mantener una mentalidad más flexible.

Proporcionar la formación y las herramientas adecuadas es especialmente importante a la hora de crear un rol de científico de datos ciudadano. Habiendo decidido hacer cambios en la organización y gastar dinero en clases, etc., sería una tontería cortocircuitar el proceso con una formación deficiente y herramientas que no funcionan bien. de hoy inteligencia empresarial y las herramientas de análisis combinadas con un científico de datos ciudadano eficiente pueden ayudar significativamente a las empresas acelerar su estrategia de datosy mejorar sus beneficios.

Para empleados actuales:
Convertirse en un ciudadano científico de datos

Para una persona con un interés genuino en la ciencia de datos, pero que no puede regresar a la escuela a tiempo completo para obtener un título avanzado, el puesto de científico de datos ciudadano podría resultar ideal, y un programa de certificación puede brindar una capacitación útil. Puede tomar varios caminos, que van desde un proceso de autoestudio hasta capacitación interna y clases nocturnas en el colegio comunitario local. Dependerá de sus habilidades actuales, las necesidades de la organización y los enfoques de aprendizaje que funcionen mejor para usted.

Generalmente se reconoce que existen diferentes estilos y técnicas de aprendizaje y que diferentes personas aprenden más rápida y fácilmente con una combinación específica de estilos. Cada uno tiene una combinación diferente de estilos de aprendizaje preferidos. Los estilos de aprendizaje más básicos son:

• Aprendizaje visual: Este tipo de estudiante utiliza imágenes, comprensión espacial e imágenes para aprender. Los estudiantes pueden visualizar información fácilmente y, a menudo, tienen un muy buen sentido de orientación. El uso de pizarras (o presentaciones de PowerPoint) puede resultar bastante eficaz para este tipo de alumnos.
• Aprendizaje verbal: Este tipo de persona aprende bien escuchando y mediante discusiones. Las cintas de audio funcionan bien. Los estudiantes verbales suelen tener un vocabulario amplio y destacan en actividades que implican hablar, debatir y hacer periodismo.
• Aprendizaje físico: Estos estudiantes usan su sentido del tacto para aprender. Destacan en las actividades físicas. Estos alumnos disfrutan jugando y aprenden mejor cuando pueden hacer cosas de forma práctica, en lugar de ver o escuchar.

Una segunda decisión es si estudiar o no.
solo. Algunas personas prefieren estudiar solas, mientras que otras prefieren estudiar con un
grupo.  

Datos ciudadanos
Estudios de Ciencias

Muchos lugares ofrecen cursos en línea diseñados para proporcionar las habilidades básicas que necesita un científico de datos ciudadano. Existe una gran probabilidad de que el empleador de un estudiante agregue algunas clases específicas a las necesidades de la organización, pero tomar un curso de ciencia de datos ciudadanos proporciona una buena base. La formación debe incluir como punto de partida lo siguiente:

• Usar SQL para preparar datos
• Comprender los conceptos básicos de los modelos de clasificación.
• Construyendo paneles de control de clientes
• Usar SQL para crear un modelo de segmentación
• Construyendo un modelo de segmentación con aprendizaje automático
• Construyendo un sistema de recomendación con aprendizaje automático

El futuro de
Científicos de datos ciudadanos

Cada vez más, las organizaciones están priorizando el cambio hacia análisis predictivos y prescriptivos avanzados. Actualmente, los científicos de datos tradicionales suelen ser caros y difíciles de conseguir. Los científicos de datos ciudadanos pueden ser una forma muy eficaz de abordar esta escasez. La tecnología es la razón clave que respalda el surgimiento de los científicos de datos ciudadanos. La tecnología ha facilitado que los no especialistas logren los mismos objetivos. En los últimos años, se ha vuelto mucho más fácil trabajar con las herramientas de análisis y BI e incluyen análisis aumentados.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.dataversity.net/so-you-want-to-be-a-citizen-data-scientist/