Réquiem por el Análisis: Cuando la Ingeniería devoró a la Ciencia de Datos
Estamos a comienzos de 2026. Miro por la ventana de mi oficina —o más bien, la pantalla que simula una ventana en este entorno de trabajo híbrido que ya es la norma— y me doy cuenta de que algo fundamental se ha roto. Os voy a contar una breve historia, no real, pero que es el día a día de muchas de las viejas glorias que nos dedicamos a esto. Hace unos días, un "Junior AI Specialist" (el título que ha reemplazado a nuestros antiguos analistas junior) me entregó un modelo predictivo de rotación de clientes. El modelo era perfecto. Tenía un AUC de 0.98. Se desplegó en producción con un solo clic a través de nuestra pipeline de MLOps automatizada. Se reentrena solo. Se monitorea solo. Y sin embargo, cuando le pregunté al chico: "¿Por qué se van los clientes? ¿Qué variable es la que está disparando la señal?", me miró con cara de no entender la pregunta. "El modelo lo ha optimizado, el vector de embeddings capturó la semántica del comportamiento", me respondi...