Big Data: habilidades y herramientas para triunfar

Hay varios caminos dentro del universo de los datos, pero todos necesitan ciertos conocimientos y habilidades para el éxito.

Supongamos que eres experta/o en tecnología y decides hacer del Big Data tu reto profesional. Genial. Es un gran paso que conlleva varios retos. Ahora veamos... ¿en cuál campo de Big Data te vas a desarrollar? ¿Análisis? ¿Arquitectura? ¿Ciencia de datos? Sea cual sea tu elección, necesitarás ciertas habilidades para que tu experiencia sea la mejor. Seguramente tienes algunos, pero aquí te diremos cuáles son los elementos imprescindibles en tu día a día.

Lo esencial

Independientemente de lo que hagas, todo comienza con el dominio de lenguajes de programación como R, Python, JavaScript, Kotlin, SQL/NoSQL, Apache Spark o MapReduce, ya que con ellos desarrollarás y entenderás los códigos existentes en un tema determinado. Además, ten en cuenta la minería de datos, porque te proporcionará la materia prima con la que convertirás la información bruta en elementos procesados y útiles para tu trabajo. En este caso, RapidMiner o Knime pueden ser de gran utilidad.

Otro detalle es la visualización de los datos. Es necesario que conozcas Tableau, Pandas y/o Jupyter. Su uso se extiende a varios campos en Big Data. Por último, en el apartado básico también debes tener nociones de matemáticas, álgebra, estadística y probabilidad.

Junto con las herramientas que hemos mencionado aquí, debes considerar otras que serán claves, dependiendo de tu área de experiencia. A continuación, mencionaremos algunas de las vertientes y cuáles herramientas necesitarás en tu profesión.

Nota: las herramientas mencionadas aquí no son exclusivas de cada segmento, por lo que pueden utilizarse de forma generalizada.

• Ciencia de datos: Apache Hive, Apache Hadoop, Apache Mahout, Kagle, IBM, Anaconda, SAS, entre otras.
• Análisis de datos: Bottlenose, Datameer, Pentaho, Guavus, Google Analytics, Attivio, C++, HTML, CSS.
• Machine Learning: TensorFlow, Keras, PyTorch, Weka, Google colab, Amazon Machine Learning, Dataiku, Databricks, Playment, Mljar y similares.
• Administración de bases de datos: CouchDB, Membase, Oracle Database, MongoDB, Redis, Apache Hive, Apache Cassandra, etc.
• Análisis de negocio: certificaciones PMI-PBA y CBAP, Balsamiq, Bizagi, Trello, Jira, IRise, entre otros.
• Arquitectura de datos: Apache Hadoop, ERwin, Riak, Neo4j.
• Ingeniería de datos: Apache Hadoop, SAP Hana, Teradata, Pentaho, Oracle, Neo4j y similares.

Prácticamente, todo lo anterior ocurre en el ámbito numérico y digital. Si tienes los conocimientos y un equipo para utilizar estas herramientas, habrás avanzado una buena parte del camino. Sin embargo, no es lo único que necesitarás.

Para ser un referente en Big Data también requerirás otras habilidades, algunas más enfocadas en ti como persona y como profesional. Sí, tu dominio de las herramientas es primordial, pero hay otros detalles que también debes abordar. Esto es lo que queremos decir:

Comunicación: Puede ser que, después de utilizar las herramientas que hemos comentado, sepas interpretar bien lo que encuentras en los datos y cuál camino tomar en el futuro. Pero puede que sus clientes o superiores no estén tan inmersos en Big Data como tú. Por ello, debes expresar tus conclusiones de forma clara, concisa y refinada.

Quienes acuden a ti como profesional de Big Data esperan resultados precisos y rápidos porque los necesitan para tomar decisiones. Por eso, hay que comunicarlos de la mejor manera posible. Evita calificativos o reflexiones extensas en tu discurso: ve al grano.

Si tus resultados demuestran que el camino tomado por la empresa no es el correcto, exprésalo con tacto y asertividad. Hazles ver que estás de su lado y que acompañas el éxito que desean. Persuade y convence con amabilidad.

Trabajo en equipo: Es muy probable que tus aventuras en Big Data se realicen junto con otros colaboradores. Compartir actividades de trabajo con los demás, probar diferentes herramientas e intercambiar información garantizan las mejores prácticas.

Prevención de errores: Trabajar con zettabytes de información puede generar fallos y errores que afecten tu trabajo. Es muy probable que, en algún momento, haya contratiempos en lo que te propongas. Por eso, es importante revisar bien los pasos, anticiparte a situaciones críticas y blindar los resultados. Si tienes dudas o ha ocurrido algo delicado, pide ayuda o repórtalo antes de que pase a mayores.

La presentación lo es todo: Aquí hablamos de tus propios hallazgos. Aunque tu labor gire en torno a una computadora y a los millones de datos que contiene, tendrás que presentarlos a diferentes audiencias.

Aquí viene la otra parte. En tu informe de resultados, compártelos de forma atractiva, es decir, con tablas, gráficos, modelos o ilustraciones que permitan su rápida interpretación por parte de superiores o clientes. Innova, crea diferentes modelos, elige colores y fuentes amigables. Recuerda que lo gráfico debe superar siempre a lo escrito. Ah, y no olvides mostrar todo brevemente.

Ahí lo tienes. Con esto, te hemos dado una idea sobre las herramientas y habilidades que necesitarás al trabajar con Big Data. Ten en cuenta que, al igual que hay toneladas de datos nuevos cada día, también hay programas, lenguajes y aplicaciones para analizarlos. Es fundamental estar siempre al día para diferenciarte como profesional.