Hay una cosa importante que aprendí como Data Scientist, no puedes hacerte preguntas ni hacer un modelo si no tienes buenos datos, no solo como estructura, sino en disponibilidad para el consumo.
Como comenta Ricardo, uno de los grandes trabajos es tener buenas prácticas de código para sostener las pipelines ETL, asi como tener buenas prácticas como arquitecto de soluciones cloud (y más cuando trabajas en cloud que cualquier sistema puede facturarte cientos de dólares).
Sin duda es un rol muy muy completo e interesante :D