BIG DATA, CIENTÍFICO

DE DATOS E
INGENIERO DE DATOS
¿Cuál es la relación entre estos conceptos?
 Big Data
■ El Big data es un término ingles que nos da
referencia a datos masivos, por lo que
podríamos definirlo como un conjunto de
datos cuyo tamaño supera
considerablemente la capacidad de gestión,
análisis de personas y softwares
convencionales. Aunque esta definición no
solo hace referencia al concepto sino también
al contenido y la velocidad con lo que los
datos se guardan. Estas características
producen lo que hoy se llama las 5V del Big
Data, es decir volumen, velocidad, variedad,
veracidad y valor de la información. 
 Data Scientist y Data Enginner
■ Una de las distinciones más
simples que existen de ambos
puestos es que el científico de
datos está orientado hacia las
matemáticas y algoritmos
mientras que un ingeniero de
datos está orientado hasta las
tecnologías de información. El
científico tiene mayor análisis y
el ingeniero tiene mayores
habilidades en programación. 
Antencedentes
■ Los científicos de datos ■ Antes de que la ciencia de los datos se
convirtiera en una titulación
provienen en su mayoría independiente, los científicos de datos
que trabajaban procedían de ámbitos
de una formación como la estadística, la economía, la
empresarial ciencia actuarial y otros campos
cuantitativos que se centran en el uso
de las matemáticas para resolver
problemas del mundo real.
■ Los ingenieros de datos ■ Antes de que la ingeniería de datos se
convirtiera en un tema independiente,
provienen en su mayoría los ingenieros de datos procedían del
de una formación desarrollo de software y bases de datos,
que se centran mucho más en la
informática solución tecnológica que en la
aplicación
Opuestos pero Indispensables
¿Por qué los científicos de datos y los ingenieros
de datos deben trabajar juntos?
■ La ciencia de los datos y la ingeniería
de datos son dos caras de la misma
moneda, porque para obtener valor
de los datos, necesitamos la
resolución creativa de problemas, la
perspicacia empresarial de los
científicos de datos y necesitamos la
implementación sólida y la
arquitectura escalable de los
ingenieros de datos.
■ Ejemplo:
■ El desarrollo de backend y front-end, los
desarrolladores de aplicaciones y
operaciones, donde las dos partes sólo
necesitan tener una única interfaz para
ofrecer una solución. La ciencia de los datos
y la ingeniería requieren una interacción y
una colaboración mucho más fluidas a lo
largo del proceso y eso se debe a las
siguientes características del trabajo con
datos:
Una Colaboracion más fluida
■ La ciencia de los datos no es una
solución directa
■ La experimentación como núcleo
■ Encontrar ideas y diseñar algoritmos
■ Proceso repetitivo
■ Provisión de alimentar la base de datos
■ Puesta a disposición de otros sistemas
y procesos
■ La ingeniería de datos se basa en los
datos, no en las especificaciones
■ Adaptar y mejorar la forma en procesar
datos
■ Garantizar que se reciban datos oportunos
■ Construir especificaciones con la
inseguridad de que tenga errores en la
vida real
■ Entendimiento de la estructura de datos
pero no los fines de la misma
¿Dónde está la línea real entre la ciencia de
datos y la ingeniería de datos?

■ No hay una respuesta definitiva y es probable que se observen

lagunas entre dónde debería estar la línea para ambas disciplinas.
■ Para que este modelo funcione, tendrá que conseguir que ambas
funciones se pongan de acuerdo.
■ Existe el riesgo de que cada equipo produzca un trabajo que no
sea óptimo para trasladar la responsabilidad a la otra parte
■ Sigue siendo un modelo ampliamente adoptado que funciona en
muchas empresas.
EJEMPLOS