Estoy muy de acuerdo con la premisa principal de este artículo –> Por qué no debes ser un científico de datos generalista
Ahora bien, me chirría que el autor se haya centrado únicamente en las funciones para crear esas descripciones de puestos, como si la especialización viniera (sólo) de las funciones desarrolladas.
Para mí, hay un factor igual (o más) importante que determina si hay encaje con el equipo/proyecto/empresa: la especialización de dominio.
Probablemente, en perfiles de corte más junior no sea tan relevante, ni en aquellos más pegados al dato, como el Data Engineer. Sin embargo, en cuanto subes el nivel de abstracción, el conocimiento del dominio resulta esencial para ponerle sentido al dato.
Así que, usando sus cinco categorías, las de “Data Analyst” y “Data Scientist” son las que tienen mayor dependencia del bagaje que tengas en esa área de conocimiento.
En Leads Origins, recibimos muchas candidaturas de personas de perfiles alejados de nuestro dominio (marketing y ventas) para trabajos que son, puramente, los de “Data Analyst” y “Data Scientist”.
