Un científico de datos experimentado da consejos a estudiantes que entran al campo hoy. Primero, diversificar industrias más allá de la gran tecnología; la salud, el gobierno y las ONG ofrecen impacto significativo y aplicaciones variadas para el aprendizaje automático. Las pasantías y la lectura de descripciones de puestos ayudan a aclarar las expectativas del rol en diferentes sectores.

En segundo lugar, la educación en datos y la ética son fundamentales. Los profesionales deben educar a sus colegas sobre el uso seguro y efectivo de datos —especialmente con LLMs— para prevenir daños organizacionales en cuanto a privacidad, seguridad y bienestar. Este cuidado ético se compara con un accountant que previene delitos financieros y es esencial para la satisfacción laboral a largo plazo.

En tercer lugar, el trabajo central es resolver problemas. Los roles iniciales consisten en responder preguntas acotadas por la dirección, pero la autonomía en metodologías construye la experiencia necesaria para avanzar. La seniority se define por reconocer arquetipos de problemas, navegar datos desorganizados y entregar respuestas estadísticamente rigurosas. El autor enfatiza que, aunque las herramientas cambian rápidamente, la habilidad fundamental de enmarcar y resolver problemas con datos sigue siendo la base duradera para una carrera prolongada.