INFORMACIÓN Y TECNOLOGÍA

Los mejores científicos

de datos saben cómo
contar historias
Por Michael Li
13 DE OCTUBRE DE 2015

Al contratar a científicos de datos, las personas tienden a centrarse principalmente en las calificaciones técnicas. Es
complicado encontrar aspirantes que tengan la combinación correcta de habilidades informáticas y estadísticas. Sin embargo,
lo que es aún más difícil es encontrar personas que tengan esas habilidades y que sean buenas para comunicar las historias que
los datos tienen para contar.

COPYRIGHT © 2016 PUBLICACIONES DE LA ESCUELA DE NEGOCIOS DE HARVARD. TODOS LOS DERECHOS RESERVADOS. 2
 En The Data Incubator, tenemos una beca que busca identificar a los doctores en ciencia, tecnología, ingeniería y matemática
que se encuentren entre el 2% más capacitado y que busquen trabajar con nuestras empresas asociadas, las cuales van desde
firmas como Goldman Sachs o Genentech hasta compañías más pequeñas como Betterment o Yelp. Estos son tres atributos
que nuestros socios buscan en los científicos de datos y las preguntas específicas que utilizan para identificar esos atributos:

Capacidad para articular el valor empresarial de su trabajo. Es importante buscar personas que se esfuercen por evaluar
su trabajo por medio de métricas. Pregúntele al posible aspirante sobre un proyecto en el que haya participado y averigüe si
este proyecto resultó exitoso. Durante la entrevista, observe si el aspirante habla sobre métricas de ciencia de datos o sobre
métricas empresariales. Las métricas de ciencia de datos son las que miden la calidad de un modelo: ¿cuál fue mi coeficiente

de determinación? ¿Cuál fue el error de la raíz cuadrada de la media? ¿Cuál fue la precisión del modelo? Si bien esas son
preguntas importantes para la ciencia de datos, no necesariamente explican si un proyecto resultó exitoso. El éxito de los
proyectos suele definirse en términos de métricas empresariales: ¿cuánto logré disminuir la pérdida de clientes? ¿En qué
porcentaje aumentamos la eficacia del marketing?

Los buenos científicos de datos pueden centrarse en una métrica de ciencia de datos y proporcionar una métrica empresarial
cuando se les solicita. En cambio, los grandes científicos de datos hablan en términos de métricas empresariales desde el
principio porque comprenden que su trabajo debe tener valor para la organización y no debe ser interesante únicamente
para los científicos de datos. Los gerentes deben estar atentos a los posibles aspirantes que no conozcan el impacto
empresarial de su trabajo ("Déjeme averiguarlo y luego se lo respondo"), ya que eso indica una desconexión fundamental
entre las prioridades de la administración y las de los posibles nuevos empleados.

El nivel correcto de detalle técnico. Cuando entrevistamos a científicos de datos, nos sentimos tentados a interrogarlos sobre
complejidades técnicas, como la tendencia asintótica o el funcionamiento de la memoria caché distribuida de Hadoop. Es
importante recordar que la capacidad que tiene el aspirante para brindar el nivel correcto de detalle y comunicar con eficacia
la historia que los datos tienen para contar no suele ponerse a prueba en las entrevistas técnicas. Sin embargo, esa es una parte
esencial del trabajo. Solicíteles a los aspirantes que hablen sobre trabajos previos en el campo de la ciencia de datos. ¿Se
centran en detalles técnicos intrincados o mantienen un nivel adecuadamente alto para que usted pueda entender el mensaje
sin sentirse abrumado por los tecnicismos modernos?

Por ejemplo, los análisis son solo tan buenos como sus suposiciones. Aun así, ¿el aspirante se centra en la integrabilidad de
L2 o le comenta que, en su trabajo, necesitaba suponer que el flujo de clientes de un día es independiente del de cualquier
otro día? En el análisis, también es importante usar la técnica correcta. ¿El aspirante opina sobre las virtudes de los bosques
aleatorios o puede comunicar de manera concisa el motivo por el cual opta por usar ese modelo? Con frecuencia,
encontramos aspirantes que confían en determinados dogmas en vez de confiar en la ciencia. Esté atento a los

COPYRIGHT © 2016 PUBLICACIONES DE LA ESCUELA DE NEGOCIOS DE HARVARD. TODOS LOS DERECHOS RESERVADOS. 3
 aspirantes que solo conocen las ventajas y desventajas de un modelo en boga, pero que no pueden explicar por qué optan por
utilizarlo más allá del hecho de que es el "estándar del sector". Para identificar a los buenos aspirantes, necesita encontrar

personas que comprendan la base técnica pero que también puedan traducirla para aquellos que no son analistas.

Presentación correcta de las visualizaciones. Uno de los aspectos más importantes de la ciencia de datos es la
visualización. Los gerentes desean encontrar aspirantes que puedan explicar de forma prolija la historia que los datos
tienen para contar y que lo hagan con diagramas. Nuestro cerebro procesa los datos visuales 60.000 veces más rápido
que los datos en texto, lo que convierte a la visualización en uno de los medios de comunicación más eficaces. Pídales a
los aspirantes que presenten un proyecto anterior. Además, asegúrese de que no utilicen visualizaciones engañosas.
¿Utilizan ejes truncados o invertidos? ¿Los ejes son en realidad una escala logarítmica cuando

no lo deben ser? ¿Las visualizaciones de área tienen una escala inapropiada? Incluso aunque las visualizaciones sean
confiables, eso no basta. ¿La presentación del aspirante se convierte inmediatamente en una letanía de diagramas complejos o
primero explica los puntos con un ejemplo simple? La comunicación empresarial no se trata solo de explicar algo con rigor
científico. También se trata de convencer al público y lograr que este se identifique con aquello que se intenta explicar.

Por lo tanto, si bien es importante centrarse en la aptitud técnica al contratar a científicos de datos, no deben dejarse de lado las

habilidades comunicativas. No hay diferencia entre un científico de datos que no logra comunicar las recomendaciones
valiosas que tiene en mente y uno que no tiene ningún tipo de recomendación.

El Dr. Michael Li es un científico de datos que trabajó en Google, Foursquare y Andreessen Horowitz. Es el fundador y director

ejecutivo de The Data Incubator.

COPYRIGHT © 2016 PUBLICACIONES DE LA ESCUELA DE NEGOCIOS DE HARVARD. TODOS LOS DERECHOS RESERVADOS. 4
Los derechos de autor de los artículos digitales de Harvard Business Review son propiedad de
Publicaciones de la Escuela de Negocios de Harvard y su contenido no puede copiarse,
enviarse por correo electrónico a varios sitios ni publicarse en un servidor automático de
listas de correo sin el permiso expreso por escrito del titular de los derechos de autor. Sin
embargo, los usuarios pueden imprimir los artículos, descargarlos o enviarlos por correo
electrónico para su uso individual.