{"id":1808,"date":"2021-09-13T15:08:00","date_gmt":"2021-09-13T15:08:00","guid":{"rendered":"https:\/\/pulsecoder.com.mx\/?p=1808"},"modified":"2021-10-29T04:19:13","modified_gmt":"2021-10-29T04:19:13","slug":"diferencia-entre-data-scientist-y-un-machine-learning-engineer","status":"publish","type":"post","link":"https:\/\/pulsecoder.com.mx\/index.php\/2021\/09\/13\/diferencia-entre-data-scientist-y-un-machine-learning-engineer\/","title":{"rendered":"Diferencia entre Data Scientist y un Machine Learning Engineer"},"content":{"rendered":"\n

A menudo existe la confusi\u00f3n entre el rol que ejerce un cient\u00edfico de datos (Data Scientist) y un ingeniero de aprendizaje autom\u00e1tico (ML Engineer). Aunque ciertamente trabajan juntos de forma complementaria y disfrutan de cierta superposici\u00f3n en cuanto a conocimientos y experiencia, los dos roles tienen prop\u00f3sitos bastante diferentes.<\/p>\n\n\n\n

Esencialmente, estamos diferenciando entre los cient\u00edficos de datos que buscan comprender la ciencia detr\u00e1s de su trabajo e ingenieros que buscan construir algo a lo que otros puedan acceder. Ambos roles son extremadamente importantes y, en algunas empresas, son intercambiables; por ejemplo, los cient\u00edficos de datos de ciertas organizaciones pueden realizar el trabajo de un ingeniero de aprendizaje autom\u00e1tico y viceversa.<\/p>\n\n\n\n

Para aclarar a cada uno de ellos, hay 3 categor\u00edas:<\/p>\n\n\n\n

Responsabilidades<\/h2>\n\n\n\n

Los cient\u00edficos de datos siguen el proceso de la ciencia de datos conocido tambi\u00e9n como el flujo de Blitzstein & Pfister, el marco creado inicialmente para ense\u00f1ar a los estudiantes del curso Harvard CS 109<\/a>, de c\u00f3mo abordar los problemas de la ciencia de datos.<\/p>\n\n\n\n

El proceso consta de 5 faces:<\/p>\n\n\n\n

\n
\n