Las novelas de ciencia ficción y los programas de televisión predijeron la invención de los automóviles autónomos, los mayordomos robóticos y los zapatos que se atan solos, pero sin la ciencia de datos, estos productos seguirían siendo ficción. Pero la ciencia de datos es capaz de mucho más que eso.
De hecho, toca todos los aspectos de la vida moderna.
Una breve descripción de la ciencia de datos
La ciencia de datos comenzó en la década de 1960 como una rama de la informática, pero el término «científico de datos» no se acuñó hasta finales de la década de 2000. Desde la década de 1990, los científicos de datos han estado recopilando datos de los usuarios, pero no fue hasta principios de la década de 2010 que se utilizaron para realizar ventas y nuevas tecnologías.
Las aplicaciones que recopilan y analizan datos se basan en estadísticas y modelos estadísticos para generar resultados. Dicha tecnología ha evolucionado para incluir conceptos y prácticas modernos, como Internet de las cosas, aprendizaje automático e inteligencia artificial, para rastrear comportamientos en línea.
Ahora, los datos se utilizan en todas las industrias, por lo general con fines lucrativos. Las empresas utilizan la ciencia de datos para impulsar una mejor toma de decisiones, pero también aparece en la medicina, la ingeniería y las ciencias sociales.
Un científico de datos, a diferencia de un estadístico, entiende la arquitectura del software y los lenguajes de programación. Si desea explorar la trayectoria profesional de la ciencia de datos, sepa que estos profesionales requieren al menos una licenciatura, experiencia en Python y R, y una mentalidad de crecimiento/aprendizaje.
La línea de tiempo de la ciencia de datos: cómo cambió el mundo
Aunque la ciencia de datos ha tenido un ciclo de vida corto, su impacto en nuestro mundo moderno es claro. Los datos se usan tanto que es difícil imaginar la vida antes de ellos, incluso si creciste antes de su auge.
Comienzos de la ciencia de datos: 1962-1999
La línea de tiempo de la ciencia de datos comenzó en 1962 cuando John Tukey escribió un artículo que analiza la fusión entre estadísticas y computadoras. Pero se hicieron pocos descubrimientos antes de 1999:
- 1974: P. Naur escribió «Encuesta concisa de métodos informáticos», mencionando la ciencia de datos.
- 1977: Se creó la Asociación Internacional de Computación Estadística, que buscaba vincular los métodos estadísticos con las computadoras. Tukey escribió un segundo artículo sobre datos.
- 1989: El Descubrimiento del Conocimiento en Bases de Datos creó su primer taller.
- 1994: Business Week publicó una historia que cubría empresas que recopilaban datos personales.
- 1999: Jacob Zahavi afirmó que las empresas necesitan una herramienta para manejar grandes cantidades de datos.
Ciencia de datos en el nuevo milenio: 2000-2015
Con el cambio de milenio, las computadoras comenzaban a aparecer en los hogares y las oficinas. La ciencia de datos está comenzando a convertirse en la norma y más accesible al público a través del software:
- 2001: Se crea el software como servicio (SaaS), un precursor de la tecnología basada en la nube. William S. Cleveland propuso un manual de capacitación para nuevos científicos de datos.
- 2002: El Consejo Internacional para la Ciencia publicó un Data Science Journal.
- 2006: Hadoop se creó para ayudar a las empresas a almacenar y procesar grandes cantidades de datos.
- 2009: NoSQL fue reintroducido por Johan Oskarsson (y todavía se usa hoy en día).
- 2011: Las listas de trabajos para científicos de datos aumentaron un 15 000 %, ya que los datos se consideraron rentables.
- 2015: El reconocimiento de voz de Google, Google Voice y las técnicas de aprendizaje profundo son más populares que nunca. Jack Clark afirmó que la inteligencia artificial ahora se usa ampliamente.
Ciencia de datos del futuro: 2015-2035
Los científicos de datos y la ciencia de datos en su conjunto se han vuelto esenciales en la investigación empresarial y académica. Esta tecnología puede hacer de todo, desde predecir resultados de salud hasta recesiones con diversos grados de precisión. Los algoritmos más simples tienden a ser más efectivos que los complejos.
Dicho esto, la revolución de la ciencia de datos ha llevado a una programación más conservadora. Es menos probable que los científicos de datos asuman riesgos, lo que significa que las grandes ideas surgirán gradualmente, no de una vez.
Aún así, la ciencia de datos continúa cambiando el mundo a través de la coincidencia de fechas mejorada en aplicaciones de citas, tecnología inteligente y 5G. Sin la ciencia de datos, los científicos no habrían creado la vacuna COVID tan rápido como lo hicieron ni podrían predecir futuros brotes contra los que los gobiernos puedan luchar.