para análisis.
La IA generativa ya no es un experimento paralelo ni un truco de productividad. Con un mayor acceso a herramientas de IA generativa como ChatGPT, Copilot y funciones nativas de IA integradas en las herramientas y plataformas de análisis de nuestra vida cotidiana, el trabajo que hacemos con los datos está cambiando estructuralmente.
La IA en el trabajo de los profesionales de datos se utiliza no sólo para aumentar la eficiencia y resolver problemas más rápido; Los profesionales de datos están colaborando con estos sistemas que pueden razonar, explorar y actuar de forma autónoma.
Y este es el cambio en el que el análisis agente entra en escena.
Un agente de IA es ahora el primer analista y el profesional de datos en estos días cede ante una indicación y espera que el agente de IA:
Explorar datos de forma proactiva y detectar patrones, riesgos o anomalías. Ejecutar análisis de seguimiento por sí solo. Recomendar o tomar decisiones con una mínima intervención humana.
Sin embargo, el verdadero cambio no es sólo técnico: es un cambio de mentalidad.
Los profesionales de datos ya no son valorados únicamente por escribir consultas o construir modelos, sino por saber dónde y cómo utilizar mejor la inteligencia y cómo cerrar la brecha entre el conocimiento y la acción.
Lo que hace que estos tiempos sean especialmente interesantes es que muchos profesionales no técnicos siempre han tenido fuertes instintos analíticos, pero no eran los más versados en consultar datos, escribir código y poner en práctica análisis. Con las capacidades que ofrecen los sistemas agentes, esas barreras están comenzando a eliminarse.
Las funciones de los datos se están expandiendo
El rol de científico de datos o analista de datos se está volviendo completo. A medida que la IA se vuelve más capaz, ya estamos viendo que las funciones de los datos se extienden más allá del modelado y los paneles tradicionales hacia áreas como:
Creación de sistemas de aprendizaje automático e inteligencia artificial de extremo a extremo Diseño y mantenimiento de sistemas RAG para datos no estructurados Capacitación, ajuste y trabajo con modelos básicos Implementación de barreras de seguridad, monitoreo y evaluaciones de inteligencia artificial
El alcance del trabajo con datos continúa ampliándose y se espera que los profesionales de datos actúen como…
Diseñadores y arquitectos de sistemas Traductores entre negocios y datos Narradores que impulsan decisiones, no solo conocimientos (no puedo enfatizar lo suficiente lo valioso que esto es y el factor clave que lo mantiene relevante)
Dado que la IA ocupa espacio, gran parte de la ejecución técnica se automatizará en un futuro próximo. Pero lo que sigue siendo firmemente humano es el juicio, el contexto y la responsabilidad.
En mi opinión, el aspecto humano de todo esto es exactamente lo que nosotros, como profesionales de datos, podemos seguir siendo importantes. Si nos sentamos en la confluencia de los negocios, la ingeniería y la toma de decisiones, creo que esa perspicacia es difícil de reemplazar.
Entonces, ¿qué podemos hacer usted y yo para seguir siendo relevantes?
1. Trabaje en proyectos de datos fuera de su trabajo diario
En los últimos años en los que he trabajado progresivamente en mi función como profesional de análisis, he descubierto que la tecnología de mi empresa me limita en comparación con el ritmo de la industria.
Para mantenerme intelectualmente alerta y actualizado, necesito salir de mi trabajo, aprender un poco, trabajar en proyectos externos y desarrollar una intuición sobre hacia dónde se dirige el campo. Eso, cuando regrese a mi equipo, me premia a mí y a mis compañeros con relevancia en la industria.
¿Qué puedes hacer?
Realice investigaciones independientes o proyectos exploratorios. Contribuya a conjuntos de datos abiertos o publique artículos técnicos (como informes técnicos o incluso artículos de investigación si está trabajando en una investigación independiente). Experimente con nuevas herramientas, modelos o flujos de trabajo y vea si pueden ser parte de su trabajo diario, y cómo, antes de que alcancen la adopción empresarial.
2. Comparta sus aprendizajes y experiencias públicamente
Como bloguero de tecnología, documentar me impone claridad de pensamiento. Al escribir y compartir mis pensamientos y aprendizajes con una comunidad de personas con ideas afines, puedo recibir comentarios, aplicar nuevos conocimientos a la práctica y generar credibilidad más allá de un puesto de trabajo.
Para cuando me siento a escribir algo, ya habré leído mucho y me habrá puesto al día sobre dónde está la industria, lo que me otorga la relevancia de las habilidades, herramientas y conceptos en torno a la industria.
¿Qué puedes hacer?
Escriba blogs y/o boletines informativos para compartir con una comunidad de lectores. Comparta información breve en las redes sociales: podría ser LinkedIn, Substack o incluso Instagram. Hable abiertamente sobre lo que funciona y lo que no para usted, en una plataforma con la que se sienta más cómodo.
3. Participar en comunidades y conferencias tecnológicas
Cada nuevo año, cuando establezco mis objetivos personales y profesionales para el año, dejo una cosa segura: asistir a eventos comunitarios como reuniones, conferencias o charlas. Siento que saber cómo otros están resolviendo problemas similares me posiciona como alguien que piensa en el futuro, no solo ejecutando tareas en mi lugar de trabajo. Las comunidades y conferencias tecnológicas a menudo comparten mucho más sobre los avances clave, nuevos conceptos, problemas matizados y soluciones para seguir siendo relevantes en cuanto a hacia dónde se dirige la industria.
¿Qué puedes hacer?
Solicite asistir o (mejor aún) hablar en reuniones y eventos de la industria. Asista a conferencias que se alineen con su próximo rol más que con su rol actual. Participe en paneles y mesas redondas donde tendrá la oportunidad de compartir sus pensamientos con otras perspectivas sobre el mismo tema.
4. Ampliar sus habilidades mediante el aprendizaje estructurado
Si bien leer artículos o escuchar podcasts es útil, los canales de aprendizaje estructurados, como certificaciones en línea, campamentos de entrenamiento y talleres, pueden proporcionar un marco claro para el aprendizaje en profundidad y la mejora de habilidades. La motivación para seguir siendo relevante debería ser generar profundidad allí donde la intuición por sí sola no es suficiente, especialmente en lo que respecta a los sistemas de inteligencia artificial, la gobernanza y las mejores prácticas emergentes.
¿Qué puedes hacer?
Realice cursos, talleres y certificaciones en línea específicos que le enseñen nuevas habilidades, herramientas y conceptos; su empleador podría tener colaboraciones con plataformas de aprendizaje, ¡utilícelas! Inscríbase en programas ejecutivos o de micromaestría centrados en estrategias, sistemas o liderazgo de IA para dedicar tiempo al aprendizaje. Participe en aprendizaje con mentores.
5. Manténgase conectado con el panorama general
Con las expectativas cambiantes de los roles de los profesionales de datos, el mantenimiento de la relevancia en un entorno que cambia rápidamente también evoluciona. Mirar el panorama general de las cosas en las que estoy trabajando permite la toma de decisiones estratégicas, evita centrarse excesivamente en detalles menores y fomenta la adaptabilidad, que es crucial para la longevidad profesional.
Más allá de las habilidades, la relevancia también proviene de la perspectiva.
¿Qué puedes hacer?
Leer blogs y ensayos extensos sobre datos e IA Escuchar podcasts de profesionales e investigadores Estudiar los cambios en el mercado laboral de datos e IA Tomar café con personas de distintos roles e industrias Asistir a reuniones, conferencias y eventos comunitarios
Si quiere salir adelante en 2026, llévelo consigo
Duplicar las habilidades centradas en el ser humano: a medida que la ejecución se automatice, la diferenciación vendrá del juicio humano, la comunicación y la traducción de los conocimientos en decisiones reales.
Centrarse en el pensamiento de un extremo a otro: la mayor ventaja proviene de comprender cómo los modelos de datos, la infraestructura y la toma de decisiones se unen en el rompecabezas.
Comience a prepararse para el futuro ahora: la brecha entre quienes se adaptan temprano a la dinámica cambiante de este mundo tecnológico y quienes esperan se ampliará más rápido de lo que cabría esperar. La relevancia no se trata de buscar cada nueva herramienta, sino de redefinir continuamente dónde se ubica su valor en un sistema en evolución.
Pensamientos finales
Mantenerse relevante en el mundo actual de la IA no se trata de competir con la IA, sino de aprender a trabajar con ella y, al mismo tiempo, fortalecer sus habilidades humanas únicas que la tecnología no puede reemplazar. El futuro pertenece a los profesionales de datos que pueden pensar de la mano de los sistemas de inteligencia artificial, comunicar hallazgos con claridad y anclar análisis avanzados en el contexto del mundo real.
Ese es el tipo de profesional de datos en el que pretendo convertirme en 2026.
Eso es todo por mi parte en esta publicación de blog. ¡Gracias por leer! Espero que te haya resultado una lectura interesante. ¡Cuéntame en los comentarios sobre tu experiencia con la narración de historias, tu viaje en datos y lo que estás buscando para el nuevo año!
Rashi es un experto en datos de Chicago al que le encanta analizar datos y crear historias de datos para comunicar ideas. Es consultora sénior de análisis de atención sanitaria a tiempo completo y le gusta escribir blogs sobre datos los fines de semana con una taza de café.