ENSAYO
75
e-ISSN: 2992-8184
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
De bibliotecarios académicos a bibliotecarios de datos: Los
desaos de la Ciencia de Datos en nuestra profesión
Recibido: 28/02/2025
Revisado: 07/03/2025
Aceptado: 15/05/2025
Resumen. Gracias a la evolución tecnológica y al desarrollo de la ciencia, así como a los avances en
los campos de la estadísca y la computación, ha surgido el área de la ciencia de los datos, la cual
ha transformado la manera en que se observan y usan los datos en cualquiera de las áreas de trabajo.
En este ensayo, que sigue una metodología de invesgación documental descripva, se plasman
algunas de las aplicaciones de la Ciencia de Datos en bibliotecas académicas y se brindan sugerencias
de cómo el bibliotecario académico puede comenzar su transformación en un bibliotecario de datos,
que haga frente a los retos planteados por el nuevo escenario laboral, tanto como una demanda
inminente, así como desde la perspecva de programas de educación formal e informal (en México
en parcular y en el extranjero en general), lo que provoca una reexión sobre la necesidad de
cambios curriculares en la disciplina. El documento concluye ofreciendo una serie de
recomendaciones, basadas en perspecvas de diversos autores, respecto a los aspectos
prominentes de la Ciencia de Datos en bibliotecas académicas, complementando la propuesta con
dos aspectos importantes a considerar: las tendencias en el campo de la Ciencia de Datos
relacionadas con la bibliotecología y la educación, así como, las limitaciones que se enfrentan en el
campo profesional, mismas que inhiben la incorporación del análisis de datos, de forma rápida y
efecva, de tal manera que no exista rezago en comparación con otros campos del saber humano.
Palabras clave: Bibliotecario de datos, ciencia de datos aplicada a bibliotecas, desarrollo profesional,
minería de datos, bibliotecas académicas.
From academic librarians to data librarians: The challenges of data science in our
profession
Abstract. Thanks to technological evolution and the development of science, as well as advances in
the fields of statistics and computing, the field of data science has emerged, transforming the way
data is observed and used in every area of work. This essay, which follows a descriptive documentary
research methodology, outlines some of the applications of data science in academic libraries and
offers suggestions on how academic librarians can begin their transformation into data librarians,
addressing the challenges posed by the new work environment, both as an imminent demand and
from the perspective of formal and informal education programs (in Mexico in particular and abroad
in general), prompting reflection on the need for curricular changes in the discipline. The document
concludes by offering a series of recommendations, based on the perspectives of various authors,
regarding the prominent aspects of data science in academic libraries, regarding the prominent as-
Gabriela Mendoza-Guillén
Universidad Nacional Autónoma de México
Mendoza-Guillén, G. (2025)
76
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
pects of data science in academic libraries, complemenng the proposal with two important aspects
to consider: the trends in the eld of data science related to library science and educaon, as well as
the limitaons faced in the professional eld, which inhibit the incorporaon of data analysis, quickly
and eecvely, in such a way that there is no lag compared to other elds of human knowledge.
Keywords: Data librarian, data science applied to libraries, professional development, data mining,
academic libraries.
Cómo citar: Mendoza-Guillén, G. (2025). De bibliotecarios académicos a bibliotecarios de datos: Los
desaos de la Ciencia de Datos en nuestra profesión. Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
Introducción
Una constante en la existencia humana es el imperavo del uso de la información. Nos resulta
necesaria inclusive para las tareas más triviales. Gracias a la evolución tecnológica y el desarrollo de
la ciencia, la candad de información producida ha ido en aumento, como profesionales del área
hemos sido tesgos de tal hecho. Lo anterior, aunado a los avances en los campos de la estadísca y
la computación, ha movado el surgimiento de una nueva área del conocimiento denominada Data
Science o Ciencia de Datos. Esto representa una dinámica social actual caracterizada por la
experimentación constante de cambios, mismos que por su naturaleza suceden de manera pronta y
se dispersan demasiado rápido en grandes masas poblacionales.
Debe reconocerse que desde empos ancestrales la humanidad ha experimentado cambios
y ha recurrido tanto a la consulta como a la generación de información, sin embargo, los cambios
paradigmácos de empo atrás sucedían de forma lenta y espaciada, esto provocado principalmente
por la ausencia de mecanismos ecientes de gesón de datos e información, la ausencia de
tecnologías ecientes e incluso, tales condiciones sucedían en razón de las condiciones
socioeconómicas de las disntas regiones geográcas del mundo (donde los datos y la información
realmente observaban una condición de segregación social según su acceso, uso y aplicación). La
condición actual es diferente, ya que además de suceder un acceso rápido a los datos y la información,
han desaparecido diversas fronteras, imaginarias y reales, para generar mecanismos ecientes de
almacenamiento y distribución de datos.
Cada día, los datos crecen en forma exponencial en todos los campos del saber humano,
surgiendo con ello la necesidad de generar mecanismos de gesón de información que permitan el
análisis rápido de enormes candades de datos para la toma efecva de decisiones, lo cual ayudaría
en gran medida a prevenir situaciones. De todo ello, surge la necesidad de sistemazar datos y,
además, permite se permite la posibilidad de idencar patrones de comportamiento tanto de
situaciones pasadas, como presentes y futuras, estas úlmas basadas en el uso del análisis predicvo.
Todo ello, sin lugar a dudas, ha provocado la necesidad de que los perles curriculares profesionales
se vean posivamente afectados hacia un cambio adaptavo a las nuevas realidades.
La Comunidad Global de Gesón de Datos (DAMA) señala en su Data Management Body of
Knowledge (DAMA Internaonal, 2017) que la Ciencia de Datos ha sido considerada como un término
de moda desde principios de la década del 2000. El concepto y sus implicaciones “no son
comprendidos, o al menos existe poco consenso con respecto a su signicado”. La Ciencia de Datos
ha exisdo por largo empo: “solía llamársele estadísca aplicada”. Sin embargo, hasta hace poco,
Mendoza-Guillén, G. (2025)
77
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
“el análisis a profundidad de los datos había sido limitado por la tecnología”. La capacidad para
explorar patrones de datos ha evolucionado rápidamente en el úlmo siglo con el arribo del big data
y las tecnologías que lo apoyan (DAMA Internaonal, 2017, p. 497). La Ciencia de Datos combina la
extracción de datos, el análisis estadísco y el aprendizaje automáco con capacidades de integración
y modelado de datos, para construir modelos predicvos que exploren patrones de contenido de
datos. Y para el desarrollo y valoración de tales modelos predicvos, el analista emplea el método
cienco (DAMA Internaonal, 2017). En sí, el objevo principal de la Ciencia de Datos es la aplicación
de diversos métodos y técnicas para la obtención de conocimiento a parr del análisis de datos.
De acuerdo con Burton y Lyon (2017), la Ciencia de Datos ha transformado los sectores del
comercio, la salud y el gobierno y connuará inuyendo en la transformación de otros sectores, sobre
todo aquellos que busquen opmizar sus procesos y mejorar su toma de decisiones. El sector
educavo, del cual dependen las bibliotecas académicas, no es la excepción, donde se observa el
rápido posicionamiento de dos conceptos vinculados tanto a la minería de datos como al campo
educavo: (1) Educaonal Data Mining (EDM), basado en el análisis de datos académicos pata
predecir comportamientos e idencar nuevas práccas para mejorar situaciones educavas (Lemay
et al., 2021), inuyendo en el desarrollo curricular y desaos en el campo cienco (Papadogiannis
et al., 2024), así como, mejorar métodos de enseñanza, habilidades de interacción o condiciones de
aprendizaje (Ampadu, 2023; Collier et al., 2024); (2) Learning Analycs (LA), el cual estudia un campo
más especíco que al anterior concepto, ya que se ocupa especícamente de situaciones vinculadas
al aprendizaje y la enseñanza, especialmente centrado en estudiantes y docentes, teniendo como
punto focal de estudio, sus comportamientos, parcipación y rendimiento (Bienkowski et al., 20212;
Azevedo y Azevedo, 2021; Lemay et al., 2021).
La empresa Wiley & Sons Inc. ha realizado sondeos entre bibliotecarios académicos de
manera periódica para conocer cuáles son los principales retos a los que se deben enfrentar en sus
áreas laborales. En uno de los úlmos reportes se idencó la necesidad de que estos profesionales
de la información comprendan las tendencias de invesgación y el rol que deben desempeñar dentro
del ciclo de invesgación (Cheng, 2016). También es indispensable el desarrollo de nuevos conjuntos
de habilidades, como lo es la gesón de datos, para que los bibliotecarios se mantengan a la
vanguardia de las tendencias de invesgación y proporcionen a los usuarios mejores servicios.
Asimismo, se indica que se debe mejorar la administración de las operaciones de la biblioteca y hacer
un buen seguimiento del desempeño del personal, tareas para las cuales también puede resultar de
ulidad la Ciencia de los Datos. En sí, podemos englobar las principales aplicaciones de la Ciencia de
Datos en bibliotecas académicas a parr de los siguientes rubros:
a) Mejorar la gesón bibliotecaria con la Ciencia de Datos
b) Innovar la oferta de servicios mediante la Ciencia de Datos
Ambos planteamientos conllevan múlples acvidades para las cuales debemos estar
preparados. A connuación, se presenta una breve semblanza de tales acvidades, así como una
reexión sobre los requerimientos que surgen para el perl del bibliotecario de datos y sugerencias
para quienes se interesen en cubrirlo.
Mendoza-Guillén, G. (2025)
78
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
Mejorar la gesón bibliotecaria con la Ciencia de Datos
Dentro de las principales ocupaciones de los administradores bibliotecarios se encuentra el
lograr el equilibrio entre garanzar el funcionamiento de las operaciones necesarias para mantener
un nivel de servicios adecuado y el hacer frente a nuevas tendencias que den paso a la innovación y
hagan más atracva la biblioteca para sus usuarios. Muchos podrán suponer que la búsqueda por
adoptar conocimientos y habilidades en el área de la Ciencia de los Datos puede llegar a interferir con
la atención brindada a las áreas tradicionales del conocimiento bibliotecológico.
Sin embargo, puede resultar de gran ayuda en la opmización de las tareas ya existentes,
pues a parr de aplicaciones como la minería de datos, ofrece la posibilidad de emplear éstos de
manera proacva, analizar la información acumulada para encontrar patrones de relación y
tendencias, de manera que se refuerce a la evaluación y la toma de decisiones en las áreas de interés
de los administradores. Es en éste úlmo rubro que el análisis de datos cobra una importancia central:
lo idóneo es contar siempre con información objeva, fundamentada en los hechos para tener acceso
a una toma de decisiones basada en la evidencia. Lo anterior sin menosprecio de los esfuerzos
cualitavos derivados de acvidades como entrevistas, descripciones y observaciones, recolección de
evidencia anecdóca, desarrollo de grupos focales, etc., que sirven para dar contexto y mejorar la
interpretación del análisis de los datos.
Una variedad de estudios reeja los alcances de la aplicación de minería de datos en
bibliotecas: su uso en los úlmos años ha cubierto aspectos relavos a servicios, calidad, colecciones
y comportamiento informavo (Siguenza-Guzman et al., 2015). En complemento a esto, Nicholson y
Stanton (2003) acuñaron el término bibliomining o bibliominería para delimitar un proceso que
resulta de la combinación de la minería de datos, la bibliometría, la estadísca y las herramientas
usadas para extraer patrones de comportamiento en un sistema de biblioteca. Los principales pasos
de la bibliominería son, de acuerdo con Nicholson (2003) los siguientes:
a) Determinación de áreas focales o problemas especícos que requieren de la toma de
decisiones en la biblioteca.
b) Idencación de las fuentes de datos apropiadas (internas y externas al sistema
bibliotecario).
c) Recolección, limpieza, normalización y anonimización de los datos en una data warehouse o
repositorio de datos.
d) Selección de las herramientas apropiadas para el análisis.
e) Aplicación de las herramientas y descubrimiento de patrones.
f) Creación de reportes a parr de la visualización de datos.
g) Análisis e implementación de los resultados.
De acuerdo con Pal (2011), los patrones de acvidad descubiertos a parr de procesos de
bibliominería pueden ofrecer benecios en tres niveles diferentes:
a) Benecio para los usuarios a parr de la mejora de los servicios bibliotecarios,
b) Benecios para la administración de la biblioteca a parr de la provisión de información
mejorada para la toma de decisiones,
c) Benecios para la instución a la cual pertenece y sirve la biblioteca, a través del informe de
patrones relevantes de comportamientos de los usuarios.
Mendoza-Guillén, G. (2025)
79
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
“Al proporcionar información sobre el rendimiento y la ulidad de la biblioteca como una
unidad, la bibliominería puede brindar la juscación necesaria para obtener apoyo nanciero e
instucional de manera connua para sus operaciones” (Pal, 2011, p. 12-13). Con esto, se vislumbra
que otra de las aplicaciones de la Ciencia de Datos en centros de información es ofrecer el sustento
fácco necesario que sirva como apoyo en la rendición de cuentas. Generalmente las bibliotecas se
encuentran bajo un fuerte escrunio con respecto a su funcionamiento. No son poco frecuentes los
cortes de presupuesto. De hecho, entre los problemas más comunes que atañen a las bibliotecas
académicas se encuentran las limitaciones nancieras que pueden suponer un obstáculo dicil de
sortear a la hora de ofrecer servicios y productos informavos de calidad. Los reportes analícos
pueden servir para demostrar la valía de las bibliotecas, de sus recursos y servicios. Dando (2014)
invita a los bibliotecarios a tener a “los datos como el corazón de la estrategia de defensa” (p. viii) de
sus centros de trabajo. Indudablemente el uso adecuado de los datos referentes a la operación de
nuestros centros de información nos dará las armas necesarias para emprender estas tareas.
Innovar la oferta de servicios mediante la Ciencia de Datos
Entre las aplicaciones que pueden resultar más visibles y úles para los usuarios se encuentra
el ofrecimiento de servicios de consultoría en el área de gesón de datos de invesgación. Para ello,
“es menester replantear el perl del bibliotecólogo de instuciones académicas, sobre todo porque
deberá contar con conocimientos, habilidades y actudes que le permitan apoyar a los invesgadores
de forma integral, incluyendo la asistencia durante el proceso de publicación, así como en la
organización y preservación de sus datos de invesgación” (Córdoba Navarro y Vega-Díaz, 2017).
Entre los temas a tratar en una consultoría de este po son posible idencar los siguientes:
a) Acceso abierto
b) Idencación, creación y uso de datos abiertos
c) Búsqueda, selección, recolección y valoración de datos
d) Limpieza de datos
e) Éca y privacidad en el manejo de datos
f) Programación, computación y análisis de datos
g) Interpretación de datos
h) Visualización de datos
i) Curaduría de datos
j) Creación y uso de metadatos
k) Descripción de datos
l) Creación de repositorios de datos
m) Intercambio de datos
n) Informes bibliométricos y análisis de citas
o) Estrategias de publicación académica
p) Políca cienca
q) Asesoramiento en procesos de evaluación y acreditación
r) Metodologías de invesgación
Villegas-Muro (2023) señala que hay una “creciente demanda de habilidades sociotécnicas
en la invesgación” (p. 100) y ello es patente en los requerimientos que los usuarios plantean a los
profesionales de la información que brindan servicios de asesoría en manejo de datos,
Mendoza-Guillén, G. (2025)
80
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
especícamente en el área de gesón de datos de invesgación, la cual es “entendida como el
conjunto de procesos y práccas que permiten organizar, describir, preservar y comparr los datos
generados durante la acvidad invesgava, [acvidades que] juega[n] un papel crucial en la
promoción de la ciencia abierta y la visibilidad cienca” (Ayala Villada, 2023, p. 128). En la literatura
al respecto es posible idencar que las habilidades inherentes al profesional bibliotecario le otorgan
una mayor facilidad para asumir las tareas de curaduría de datos, a parr de las cuales se brinda
apoyo a los invesgadores en las tareas de administración, comparción y preservación de los datos.
Como ejemplos de descripciones de puesto de bibliotecarios de datos se puede consultar a Krier y
Strasser (2014), quienes ofrecen descripciones de las caracteríscas y acvidades a realizar por un
bibliotecario de datos en una instución académica.
Los nuevos roles que son necesarios en un servicio de apoyo a la invesgación en una
biblioteca universitaria. Destaca en su propuesta el señalamiento de que la inclusión de un servicio
de bibliometría o similar pueden ser de gran ulidad no sólo a los invesgadores, sino a la instución
educava en su conjunto, pues a parr de su implementación apoya al incremento de la visibilidad
de su producción cienca, a mejorar sus resultados en procesos de acreditación y de solicitud de
nanciamiento, así como a ofrecer una mayor cobertura en la obtención [y análisis] de datos
fundamentales para el gobierno de la invesgación que se realiza a su interior (Iribarren-Maestro et
al., 2015).
Con lo expuesto hasta el momento es posible detectar las aportaciones que los profesionales
versados en datos pueden brindar a las comunidades académicas en que laboran, sobre todo en
cuanto a mejorar los procesos de invesgación y la visibilidad de su producción cienca. Sin
embargo, el potenciar y reconocer la gura del bibliotecario de datos en el ámbito de las bibliotecas
académicas “no será posible si previamente no se proporciona a estos profesionales de la formación
necesaria que les permita adquirir las habilidades propias de la gesón de datos […]. Para solventar
esta situación es necesario capacitar[los] en el aprendizaje de los fundamentos de la cultura de datos
(big data, open data, data science, etc.), la gesón de datos de invesgación, los servicios de datos
en las bibliotecas, las herramientas de análisis y visualización de datos, las plataformas para la
recuperación de datos abiertos y/o de invesgación y, la gesón y evaluación de proyectos basados
en datos, entre otros” (Marn-González e Iglesias-Rodríguez, 2022, pp. 8-9). De igual manera es
importante brindarles preparación y herramientas para que establezcan proacvamente alianzas de
trabajo colaboravo con los proveedores de datos, lo cual ayudará a mejorar tanto su experiencia
como la de los usuarios en la búsqueda y empleo extensivo de los datos (Jeerson et al., 2020).
Requerimientos del perl de bibliotecario de datos: ¿cómo prepararnos?
Los profesionales de la información cuentan con una larga tradición y, por ende, experiencia,
en el manejo de datos, sobre todo en las tareas de administración y organización de la información.
Lo anterior constuye una habilidad central en la Ciencia de Datos, que se maniesta con mayor
fuerza en el área de curaduría de datos. Muchos bibliotecarios también son excelentes
comunicadores que han sido capacitados en el arte y la ciencia de transformar las necesidades de
información del usuario en estrategias y recursos para la invesgación y el aprendizaje (Stanton,
2012). En complemento a esto, Voutssás (2023) enfaza que en los proyectos de datos la principal
clave del éxito no está en las herramientas informácas -por muy importantes que éstas sean-, sino
en el personal calicado. Por ello, en la actualidad, es altamente recomendable que los bibliotecarios
Mendoza-Guillén, G. (2025)
81
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
profesionales comiencen a buscar una cierta formación, adiestramiento y experiencia en la ciencia de
los datos, en su gesón, su análisis, sus usos y aplicaciones, su curaduría, etcétera. Con esto se
reconoce que dentro de su formación se pueden rescatar habilidades y conocimientos técnicos y
contextuales de real importancia para la administración de datos. No obstante, el panorama actual
les demanda seguirse preparando para afrontar los retos que supone el abordar el corazón de la
Ciencia de los Datos. Para adaptarse ecientemente al nuevo entorno, el bibliotecario académico
deberá solventar al menos dos importantes obstáculos:
a) Brecha de habilidades: Muchos bibliotecarios carecen de las habilidades técnicas necesarias
para desenvolverse efecvamente en un ambiente de invesgación rico en datos (Burton et
al., 2018). Lo anterior es más patente en Iberoamérica debido a que “[l]a incorporación de la
enseñanza en materias de Ciencia de Datos en escuelas de bibliotecología o biblioteconomía
de universidades [de la región] aún se encuentra en un estado inicial, con apenas cuatro casos
en Brasil, dos instuciones en Colombia y en España, y solo una universidad en Argenna”
(Estrada Cuzcano y Alhuay-Quispe, 2025, p. 217). Esto puede subsanarse, en cierta medida, a
parr de la incorporación de los interesados en programas de capacitación que les permitan
obtener nuevos conocimientos y desarrollar las habilidades técnicas necesarias para el
correcto manejo de los datos.
b) Brecha administrava: Poca o nula “capacidad de los administradores de la biblioteca para
comprender y valorar los benecios de las habilidades internas en Ciencias de Datos y para
proporcionar soporte organizavo y gerencial” (Burton et al., 2018, p. 5). Los direcvos
necesitan conocimientos, herramientas y sistemas que les permitan reconocer la
trascendencia del empleo estratégico de la Ciencia de Datos, de manera que la apliquen para
la toma de decisiones y la gesón de las operaciones bibliotecarias. “Así como las habilidades
internas en Ciencia de Datos son vitales para un desempeño laboral ópmo y la mejora de la
prestación de servicios bibliotecarios, también es necesario el apoyo organizavo y de gesón
para que las habilidades técnicas se adquieran, se ulicen [eciente y écamente] y generen
contribuciones signicavas” (Adekoya, et al., 2025, p. 53).
De acuerdo con la invesgación de Lyon et al. (2015), referente al desarrollo curricular en la
Ciencia de Datos, los cursos que tendrían que considerarse en la formación de los bibliotecarios de
datos se muestran en la Tabla 1.
Tabla 1. Cursos para considerarse en la formación de bibliotecarios de datos
Esenciales
Deseables
Gesón de datos de invesgación
Infraestructuras de datos de
invesgación
Metadatos
Bibliotecas académicas
Preservación de colecciones digitales
Metodologías de invesgación
Introducción a las tecnologías de la
información
Administración y dirección de servicios
de información
Repositorios digitales
Sistemas de Información Geográca
para bibliotecarios
Visualización de información
Programación para bibliotecarios
Mendoza-Guillén, G. (2025)
82
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
Esenciales
Deseables
Introducción al análisis estadísco de
datos
Fuente: Traducción propia de la propuesta de Lyon et al. (2015).
En el caso de los profesionales de la información estadunidenses (que adquieren su
preparación bibliotecológica en nivel de posgrado), son “los bibliotecarios con formación [previa] en
matemácas, estadísca o informáca [los que] enden a converrse en bibliotecarios expertos en
datos. Estos bibliotecarios están más familiarizados con los conjuntos de datos, comprenden los
procedimientos y práccas técnicas y comprenden diversos lenguajes disciplinarios que permiten la
prestación de servicios de datos ecaces para los invesgadores” (Clement et al., 2025, p. 51). Sin
embargo, de acuerdo con Semeler et al. (2019):
Un bibliotecario de datos no necesita ser programador, pero debe estar interesado en
aprender sobre los lenguajes y la lógica de programación de las computadoras. Por lo tanto,
conocerá el funcionamiento de diversos programas informácos ciencos ulizados para
transformar datos. No es necesario que un bibliotecario tenga experiencia en bases de datos,
pero debe comprender los fundamentos de las herramientas de recuperación de
información. No es necesario que un bibliotecario de datos sea estadísco, pero debe
comprender los fundamentos de los estudios métricos sobre la información (p. 778).
El desarrollo de las competencias relacionadas a estos temas debe estar incluido en la
educación formal del bibliotecólogo académico en los programas docentes de maestría, toda vez que
en la licenciatura se adquiere una formación general y el perl propuesto se dirige a los
bibliotecólogos que forman parte de bibliotecas académicas o de invesgación. También debería ser
un tema de educación connua y actualización profesional, debido a que los bibliotecarios manejan
principios y realizan tareas que pueden aplicarse en la Gesón de Datos de Invesgación (GDI)
(Córdoba y Vega Díaz, 2017).
En el caso de los programas educavos formales se constató la existencia de programas de
posgrado en Ciencia de Datos disponibles tanto en México como en el extranjero, tal como se enlistan
a connuación:
Opciones en México
a) Maestría en Ciencia de Datos: Programa académico impartido en el Instituto Tecnológico
Autónomo de México (ITAM).
b) Maestría en Ingeniería con orientación en Ciencia de los Datos: Programa académico de
posgrado en línea ofrecido por la Universidad del Valle de México.
c) Maestría en Ciencias en Ciencia de Datos: Programa académico ofrecido por el Centro de
Investigación e Innovación en Tecnologías de la Información y Comunicación (INFOTEC).
d) Maestría en Ciencia de Datos e Información: Programa académico ofrecido por el Centro de
Investigación e Innovación en Tecnologías de la Información y Comunicación (INFOTEC).
e) Doctorado en Ciencias en Ciencia de Datos: Programa académico ofrecido por el Centro de
Investigación e Innovación en Tecnologías de la Información y Comunicación (INFOTEC).
Mendoza-Guillén, G. (2025)
83
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
Opciones en el extranjero
a) Big Data: Programa académico presencial ofrecido por el San Jose State University, College of
Internaonal and Extended Studies.
b) Master of Informaon and Data Science: Programa académico presencial de maestría
ofrecido por la Berkeley School of Informaon de la Universidad de California, Estados
Unidos.
c) Máster Universitario en Ciencia de Datos: Máster ocial de carácter presencial ofrecido por
la Universidad de Valencia, en España.
d) Máster Universitario en Métodos Analícos para Datos Masivos: Big Data: Máster de
modalidad presencial impardo por la Universidad Carlos III de Madrid.
e) Máster Universitario Ocial en Ciencia de Datos e Ingeniería de Computadores: Programa
académico presencial de la Universidad de Granada en España.
Sin embargo, de los programas idencados, sólo uno está dirigido al área de ciencias de la
información y bibliotecología (Master of Informaon and Data Science de la Berkeley School of
Informaon). El resto ofrece una formación dirigida mayoritariamente a la aplicación de Ciencia de
Datos en negocios y orientada a personas con una formación previa en el área de las matemácas,
estadísca e ingeniería. Es necesario insisr en que “un bibliotecario de datos no necesita converrse
en programador, estadísco o administrador de bases de datos, pero debería estar interesado en
aprender sobre los lenguajes y lógica de programación de computadoras, bases datos y herramientas
de recuperación de información” (Ribas Semeler et al., 2017, p.771).
La formación en Ciencia de Datos de los profesionales de la información en acvo suele darse
de manera fortuita: muchos bibliotecarios de datos fueron construyendo su formación de manera
autodidacta por el interés que los temas les provocaba (Federer, 2018). Así, la existencia de
aportaciones como la de Barbrow et al. (2017) en el tema de la implementación de servicios de
gesón de datos de invesgación, ofrecen una úl guía de recursos para bibliotecarios que se inician
en el tema. Pero también existen varias opciones de educación connua y actualización profesional
en Ciencia de Datos, de los cuales se ofrecen algunos ejemplos a connuación.
Ejemplos de la oferta de educación connua y actualización profesional en el área de datos
Opciones en México
a) Congreso Internacional sobre Metadatos: Evento organizado anualmente por el Seminario
de Investigación sobre Metadatos del Instituto de Investigaciones Bibliotecológicas de la
Universidad Nacional Autónoma de México.
b) Diplomado Data Science for Business: Programa de educación continua presencial ofrecido
por el Tecnológico de Monterrey Campus Santa Fe.
c) Dirección de Docencia en Tecnologías de Información y Comunicación de la Universidad
Nacional Autónoma de México (DGTIC UNAM): Ofrece varios cursos (presenciales y en línea)
relacionados con la Ciencia de Datos.
d) Educación Continua del Centro de Investigación y Docencia Económicas (CIDE): El Laboratorio
Nacional de Políticas Públicas del CIDE ofrece varios cursos relacionados con la Ciencia de
Datos.
Mendoza-Guillén, G. (2025)
84
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
e) Taller Big Data para bibliotecarios académicos: Ofrecido por Nicholas Cop a través de la
Consultora COP, la Dirección General de Bibliotecas de la Universidad Nacional Autónoma de
México y la Asociación Mexicana de Bibliotecarios, A. C. (AMBAC).
Opciones en el extranjero
a) Data and Visualization Institute for Librarians - DSVIL: Instituto organizado por la North
Carolina State University.
b) Data Science in Libraries Project: Fundado por el Institute for Museum and Library Services
(IMLS).
c) Data Science Specialization Program: Curso en línea masivo y abierto que se ofrece por la
John Hopkins University en el sitio educativo de Coursera.
d) Data Science Training for Librarians - DST4L: Curso experimental iniciado por Chris Erdmann,
de la Harvard/Smithsonian Center for Astrophysics Johh G. Wolbach Library.
e) Library Carpentry: Programa de educación continua dirigida por voluntarios.
Congresos, diplomados, talleres, cursos, especializaciones y proyectos de actualización
profesional forman parte de dicho menú (Bertolini, 2016). Serán las necesidades, antecedentes, pero,
sobre todo, el interés de los bibliotecarios que deseen involucrarse en estos temas, los que marcarán
la pauta en la elección de aquellas opciones que mejor le convengan a su carrera y situación
profesional.
Consideraciones nales
La labor de los bibliotecarios académicos ha sido constantemente auscultada con el n de
determinar cuáles deben ser las caracteríscas necesarias e idóneas en quienes deciden ejercer.
Siempre ha exisdo la necesidad de profesionales con amplio conocimiento del área y al abarcar ésta
tan diversas temácas (habilidades técnicas y ciencas en la organización del conocimiento,
habilidades administravas y gerenciales, habilidades de comunicación y de relaciones
interpersonales, entre otras), podría sonar a quimera la existencia de personas con tal formación. Sin
embargo, la especialización de quienes estén interesados en converrse en bibliotecarios de datos
no les vendría mal a los usuarios que aenden ni a las instuciones a que sirven. De acuerdo con
Voutssás-Márquez (2023), los profesionales de la información [deben] desarrollarse en cinco aspectos
fundamentales:
a) Formación académica.
b) Experiencia prácca.
c) Conocimiento, familiaridad y comprensión de los temas.
d) Habilidades de ejecución.
e) Competencias – Dominio de herramientas y tecnologías.
De acuerdo con Federer et al. (2020), los profesionales de la información deberán desarrollar
habilidades de datos, habilidades computacionales, habilidades de invesgación y conocimiento de
la materia, habilidades tradicionales de biblioteca, habilidades para desarrollar programas y servicios,
habilidades interpersonales y habilidades para el aprendizaje permanente. Sería muy interesante
realizar un análisis curricular de los programas académicos del área de ciencias de la información,
bibliotecología y anes en México para idencar cuáles de los contenidos vigentes enen relación
(y en qué medida lo hacen) con la Ciencia de los Datos (véase el estudio realizado por Estrada y
Mendoza-Guillén, G. (2025)
85
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
Alhuay-Quispe (2025), que explora “el estado actual de la incorporación de cursos en torno a la
Ciencia de Datos en las universidades en la región” de Iberoamérica), así como una comparación
detallada de dichos planes de estudio. De esta manera podríamos conocer qué temas se están
dejando de lado y podrían generarse propuestas para que se considere el integrarlos a los currículos.
Como se planteó con anterioridad, existe la posibilidad de que los interesados adquieran
conocimientos de la Ciencia de Datos a parr de su acceso a una cada vez mayor oferta de opciones
de educación connua y actualización profesional que incluye congresos, cursos, talleres, tutoriales,
seminarios, etc., disponibles tanto en línea como de manera presencial. Asimismo, se ha generalizado
el uso de herramientas de análisis de datos, lo que permite a un mayor número de personas el
acercarse intuivamente al análisis y visualización de grandes volúmenes de datos, lo cual promueve
la creación y adquisición de una cultura del dato en la sociedad (Reyes, 2018). Si deseamos
converrnos en bibliotecarios de datos competentes y ayudar a nuestros a usuarios a manejarse de
manera uida en el mundo de los datos, deberemos abocarnos al aprendizaje de los temas
propuestos con compromiso y convicción. Recordemos que el nivel de alfabezación de datos de un
empleado ene un impacto directo en su desempeño laboral (Reyes, 2018) y el involucrarnos en
asimilar y aplicar la Ciencia de Datos en nuestros centros de información tendrá sin duda efectos
beneciosos para nuestra comunidad usuaria.
En el caso de los bibliotecarios académicos y de los profesionales de la información en general
existen algunas tendencias en la acvidad laboral que seguramente afectarán los nuevos procesos
formavos, entre los que se destacan: (1) obtener preparación suciente en el manejo de macrodatos
provenientes de múlples variables y disciplinas ciencas (no sólo de las bibliotecas), para su análisis
y sustentación de toma de decisiones (Ampadu, 2023); (2) adquirir conocimientos práccos sobre
medición del impacto para la mejora organizacional, tanto de las bibliotecas académicas como de las
instuciones educavas (Almaghrabi et al., 2024); (3) generar habilidades para el desarrollo de
acciones predicvas y de idencación de modelos de compevidad instucional (Maniyan et al.,
2024); (4) uso y aplicación de tecnologías innovadoras para el desarrollo de procesos de análisis
rápidos, además de ofrecer un perl académico ampliamente vinculado con capacidades de
invesgación cienca y algorítmica (Şahin y Yurdugül, 2020; Fuseini y Missah, 2024; Closser et al.,
2024).
Aunque se idencan oportunidades profesionales para la bibliotecología y las ciencias de la
información en la formación de bibliotecarios de datos, otras más preocupan de forma importante.
Los aspectos limitavos que se idencan en el propósito de redenir el perl profesional del
bibliotecario de datos son los siguientes: (1) la minería de datos en el campo bibliotecológico muestra
mayor lentud en su implementación en comparación con otras disciplinas ciencas, ya que no se
cuenta con la infraestructura de conocimiento y sica para un desarrollo sistemáco y longitudinal
de datos (Colpo et al., 2024; Khosravi y Azarnik, 2024); (2) en el campo de las bibliotecas académicas
existe una tendencia a la acumulación y el almacenamiento de información, no al análisis de datos
(Khosravi y Azarnik, 2024), por tanto, se carece de una suciencia en alfabezación de datos
(Maugiakou et al., 2024); y (3) existe una falta de preparación instucional para cuesones
relacionadas con las implicaciones écas en el uso de los datos, especialmente en cuesones de
transparencia, tratamiento y acceso a la información (Collier et al., 2024; Maugiakou et al., 2024),
Mendoza-Guillén, G. (2025)
86
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
más aún, se carece de capacidades objevas para desarrollar intervenciones que inuyan incluso en
el desarrollo de polícas públicas (Colpo et al., 2024).
Referencias
Adekoya, C. O., Nkemdilim I. P., Ejovwokoghene E. R., Olajide O. y Omolehin J. R. (2025). Data science:
developing data-savvy librarians for eecve research data management. The reference librarian,
66(1-2), 48-64. hps://doi.org/10.1080/02763877.2025.2482086
Almaghrabi, H., Soh, B., Li, A. y Alsolbi, I. (2024). SoK: The Impact of Educaonal Data Mining on
Organisaonal Administraon. Informaon, 15, 738. hps://doi.org/10.3390/info15110738
Ampadu, Y. W. (2023). Handling Big Data in Educaon: A Review of Educaonal Data Mining Techniques
for Specic Educaonal Problems. AI, Computer Science and Robocs Technology, (2), 1–16.
hps://doi.org/10.5772/acrt.17
Ayala Villada, D. M. (2023). El rol de la biblioteca universitaria en la gesón de datos de invesgación: una
estrategia para potenciar la visibilidad cienca y la ciencia abierta. [Presentación en
conferencia]. En XII Conferencia Internacional sobre Bibliotecas y Repositorios Digitales de
América Lana (BIREDIAL-ISTEC), Montevideo, Uruguay, 18-20 de octubre de 2023.
hps://sedici.unlp.edu.ar/handle/10915/166298
Azevedo, A. y Azevedo, J. M. (2021). Learning Analycs: a bibliometric analysis of the literature over the
last decade. Internaonal Journal of Educaonal Research Open, 2, 100084.
hps://doi.org/10.1016/j.ijedro.2021.100084
Barbrow, S., Brush, D. y Goldman, J. (2017). Research data management and services: resources for novice
data librarians [en línea]. College & Research Libraries News, 18(5).
hps://crln.acrl.org/index.php/crlnews/arcle/view/16660/18116
Bertolini, M. V. (14 de julio de 2016). ¿Quieres ser un bibliotecario de datos?: 6 cursos abiertos en línea
sobre ciencia de datos [en línea]. Infotecarios.com. hp://www.infotecarios.com/6-cursos-
abiertos-ciencia-de-datos/
Bienkowski, M., Feng, M. y Means, B. (2012). Enhancing Teaching and Learning Through Educaonal Data
Mining and Learning Analycs: An Issue Brief. U.S. Department of Educaon.
hps://les.eric.ed.gov/fulltext/ED611199.pdf
Burton, M. y Lyon, L. Data science in libraries. (2017). Bullen of the Associaon for Informaon Science
and Technology, April/May 2017. 43(4), 33-35.
hps://onlinelibrary.wiley.com/doi/epdf/10.1002/bul2.2017.1720430409
Burton, M., Lyon, L., Erdmann, C. y Tijerina, B. (2018). Shiing to data savvy: the future of Data Science in
libraries University of Pisburgh. hp://d-
scholarship.pi.edu/33891/1/Shiing%20to%20Data%20Savvy.pdf
Cheng, J. (2016). The top 10 challenges academic librarians face in 2016 [en línea]. The Wiley Network, 14
de sepembre 2016. hps://www.wiley.com/network/archive/the-top-10-challenges-academic-
librarians-face-in-2016
Clement, O. A., Ideh, P. N., Eserada, E. R., Olabode, O. y James, R. O. (2025) Data science: Developing data-
savvy librarians for eecve research data management. The Reference Librarian, 66(1-2), 48-64.
hps://doi.org/10.1080/02763877.2025.2482086
Closser, A. H., Botelho, A. F. y Can, J. Y. (2024). Exploring the Impact of Symbol Spacing and Problem
Sequencing on Arithmec Performance: An Educaonal Data Mining Approach. Journal of
Educaonal Data Mining, 16(1), 84-111.
hps://jedm.educaonaldatamining.org/index.php/JEDM/arcle/view/767
Mendoza-Guillén, G. (2025)
87
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
Collier, Z. K., Sukumar, J. y Barmaki, R. (2024). Discovering educaonal data mining: An introducon.
Praccal Assessment, Research, & Evaluaon, 29(11). hps://doi.org/10.7275/pare.2037
Colpo, M. P., Thompsen Primo, T., Aguiar, M. S. y Cechinel, C. (2024). Educaonal Data Mining for Dropout
Predicon: Trends, Opportunies, and Challenges. Revista Brasileira de Informaca na Educacao,
32, 220-256. hps://doi.org/10.5753/rbie.2024.3559
Córdoba Navarro, M. y Vega-Díaz, M. G. (2017). El perl del bibliotecólogo responsable de la gesón de
datos de invesgación [en línea]. Amontonamos las palabras: blog de la Biblioteca Daniel Cosío
Villegas de El Colegio de México, 26 julio 2017. hps://bdcv.hypotheses.org/558
DAMA Internaonal. (2017). DAMA-DMBOK: data management body of knowledge (2
nd
ed). Technics
Publicaons.
Dando, P. (2014). Say it with data: a concise guide to making your case and geng results. American
Library Associaon.
Estrada Cuzcano, A. y Alhuay-Quispe J. (2025). Ciencia de datos y la formación profesional en
bibliotecología: un análisis textual y revisión de los currículos en Iberoamérica. Invesgación
bibliotecológica: archivonomía, bibliotecología e información, 39(102). 203-220.
hp://dx.doi.org/10.22201/iibi.24488321xe.2025.102.58943
Federer, L. (2017 octubre 19). The accidental data science librarian. DataScience@NIH.
hps://datascience.nih.gov/DSLibrarian
Federer, L. Clarke, S. y Zaringhalam, M. (2020). Developing the librarian workforce for Data Science and
Open Science. OSF Preprints. hps://osf.io/uycax/
Fuseini, I. y Missah, Y. M. (2024). A crical review of data mining in educaon on the levels and aspects of
Educaon. Quality Educaon for All, 11(2), 41-59. hps://doi.org/10.1108/QEA-01-2024-0006
Iribarren-Maestro, I. Grandal, T., Alecha, M. Nieva, A. y San-Julián, T. (2015). Apoyando la invesgación:
nuevos roles en el servicio de bibliotecas de la Universidad de Navarra. El Profesional de la
Información, 24(2). 131-137. hps://doi.org/10.3145/epi.2015.mar.06
Jeerson, Ch. O., Serholz, K., Fonchiaro, K. y Hoelter, L. (2020). Considering data literacy using
Kuhlthau´s informaon search process: implicaons for librarians and data providers. Journal of
Business & Finance Librarianship, 25(3-4). 197-229.
hps://doi.org/10.1080/08963568.2020.1847556
Khosravi, A. y Azarnik, A. (2024). Leveraging Educaonal Data Mining: XGBoost and Random Forest for
Predicng Student Achievement. Internaonal Journal of Data Science and Advanced Analycs,
6(7), 387-393. hps://doi.org/10.69511/ijdsaa.v6i7.229
Krier, L. y Strasser, C. A. (2014). Data management for libraries: A LITA guide. American Library Associaon.
Lemay, D. J., Baek, C. y Doleck, T. (2021). Comparison of learning analycs and educaonal data mining: A
topic modeling approach. Computers and Educaon: Arcial Intelligence, 2, 100016.
hps://doi.org/10.1016/j.caeai.2021.100016
Lyon, L., Maern, E., Acker, A. y Langmead, A. (2015). Applying translaonal principles to data science
curriculum development. iPres 2015 Proceedings. Chapel Hill, North Carolina. hp://d-
scholarship.pi.edu/27159/1/Applying_Translaonal_Principles_to_Dat.pdf
Maniyan, S., Ghousi, R. y Haeri, A. (2024). Data mining-based decision support system for educaonal
decision makers: Extracng rules to enhance academic eciency. Computers and Educaon:
Arcial Intelligence, 6, 100242. hps://doi.org/10.1016/j.caeai.2024.100242
Marn-González, Y. e Iglesias-Rodríguez, A. (2022). Alfabezación en datos en las bibliotecas-CRAI
españolas: análisis descripvo y proposivo. Revista Española de Documentación Cienca. 45(2),
e322. hps://doi.org/10.3989/redc.2022.2.1857
Mendoza-Guillén, G. (2025)
88
2025 | Revista Estudios de la Información, 3(1), 75-88.
hps://doi.org/10.54167/rei.v3i1.1864
Maugiakou, S., Sampson, D. V. D., Giannakos, Z. P. M. y Ifenthaler, D. (2024). Educaonal Data Analycs for
Teachers and School Leaders. Springer. hps://library.oapen.org/handle/20.500.12657/59313
Nicholson, S. (2003). The bibliomining process: data warehousing and data mining for library decision-
making. Informaon Technology and Libraries, 22(4), 4-9.
hps://sconicholson.com/pubs/biblioprocess.pdf
Nicholson, S. y Stanton, J. (2003). Gaining strategic advantage through bibliomining: data mining for
management decisions in corporate, special, digital and tradional libraries. En H. Nema y C.
Barko (eds.), Organizaonal data mining: leveraging enterprise data resources for opmal
performance (pp. 247-262). Idea Group Publishing. hps://nyurl.com/56dkwa4c
Pal, J. K. (2011). Usefulness and applicaons of data mining in extracng informaon from dierent
perspecves. Annals of Library and Informaon Studies, 58, 7-16.
hps://nopr.niscpr.res.in/bitstream/123456789/11552/4/ALIS%2058(1)%207-16.pdf
Papadogiannis, I., Wallace, M. y Karountzou, G. (2024). Educaonal Data Mining: A Foundaonal Overview.
Encyclopedia, 4, 1644–1664. hps://doi.org/10.3390/encyclopedia4040108
Reyes, A. (2018 enero 30). Una nueva brecha digital: la diferencia entre hablar o no el lenguaje de los datos
[en línea]. El País Rena.
hps://rena.elpais.com/rena/2018/01/29/tendencias/1517243670_721915.html
Ribas Semeler, A., Luiz Pinto, A. y Frota Rozados, H. B. (2019). Data science in data librarianship: core
competencies of a data librarian. Journal of Librarianship and Informaon Science, 2019, 5(3),
771-780. hps://doi.org/10.1177/0961000617742465
Şahin, M. y Yurdugül, H. (2020). Educaonal data mining and learning analycs: past, present and future.
Barn University Journal of Faculty of Educaon, 9(1), 121-131.
hps://doi.org/10.14686/beufad.606077
Semeler, A. R. y Pinto, A. L. (2019). Os diferentes conceitos de dados de pesquisa na abordagem da
biblioteconomia de dados. Ciência da Informação, 48(1), 113-129.
hps://doi.org/10.60144/v4i.2023.95
Siguenza-Guzman, L., Saquicela, V., Avila Ordónez, E., Vandewalle, J. y Carysse, D. (2015). Literature
review of data mining applicaons in academic libraries. The Journal of Academic Librarianship,
41, 499-510. hps://doi.org/10.1016/j.acalib.2015.06.007
Stanton, J. M. (2012 julio 06). Data science: What’s in it for the new librarian? Infospace: The ocial blog
of the Syracuse University iSchool. hps://ischool.syr.edu/infospace/2012/07/16/data-science-
whats-in-it-for-the-new-librarian/
Villegas-Muro, A. (2023). Alfabezación en datos como componente de la alfabezación informacional y
los nuevos roles de los profesionales de la información. Revista Estudios de la Información, 1(2),
98-108. hps://doi.org/10.54167/rei.v1i2.1380
Voutssás-Márquez, J. (2023). Los datos y su estudio en la bibliotecología. En G. A. Torres Vargas, Georgina
(Coord.), La invesgación sobre biblioteca digital. Pasado, presente y prospecva (pp. 29-44).
UNAM, IIBI. hps://ru.iibi.unam.mx/jspui/handle/IIBI_UNAM/712
