:quality(75)/cloudfront-us-east-1.images.arcpublishing.com/elcomercio/V46JCPCRXJDELBNXQXTZ7J4O7M.JPG)
El auge de la tecnología ha provocado que se incorporen nuevas profesiones, una de ellas es la ciencia de datos, que consiste en la preparación y limpieza de grandes cantidades de data para creación de modelos y extracción de insights que ayudan a la toma de mejores decisiones de negocio.
Los “data scientist’' se han convertido en los profesionales más requeridos por las empresas a nivel mundial. La revista inglesa The Economist calificó a la data como “el petróleo del siglo XXI”.
Mario Calderón, co founder & CEO de Skillmapper, dijo a gestion.pe que -según Glassdoor- un data scientist junior en el mercado peruano gana alrededor de S/ 4,000 - S/ 5,500 mensuales, mientras un senior puede estar entre S/ 6,000 S/ 7,000.
Sin embargo, en un contexto de mayor virtualidad las barreras geográficas ya no son un impedimento. “Ahora un data scientist junior puede ganar desde US$ 5,000 o US$ 6,000 mensuales desde cualquier lugar de Latinoamérica trabajando para una compañía de Estados Unidos”.
LEA TAMBIÉN: Lo que buscan las empresas en un analista de datos, más allá de las estadísticas
Asimismo, comentó que, en la región, países como Chile, Argentina y Colombia tienen una mayor cantidad de perfiles técnicos que pueden cubrir la posición de data scientist. “Dicho esto, con la aparición de nuevas especialidades y carreras enteradas dedicadas a este nuevo rol, no me cabe duda que el Perú comenzará a formar más profesionales que puedan desempeñar esta labor tanto para empresas peruanas como del exterior”.
“Esta flexibilidad del trabajo remoto ha agudizado una ya existe guerra de talento en el cual los más beneficiados son aquellos que posean los skills necesarios para convertirse en un data scientist”, agregó Calderón.
Sectores clave
Las industrias de la tecnología, internet, retail y telecomunicaciones son aquellas que presentan mayor demanda de data scientists.
“Por ejemplo, en el mundo de las telecomunicaciones manejan enormes bases de datos de los usuarios que utilizan sus servicios. Estas industrias utilizan data scientist para crear modelos de adquisición y personalización de ofertas a escala”, explico el ejecutivo.
Por otro lado, empresas más modernas como aquellas nacidas en la era del internet, tienen aún más necesidades de contar con estos profesionales, ya que, desde el primer día, cuentan con grandes cantidades de data con este profesional puede mejorar experiencias del usuario, desde la personalización de contenido, hasta recomendaciones sobre que aerolínea tomar o cual será la próxima orden de delivery.
Las trabas
De acuerdo con SkillMapper, el nivel de inglés es una traba que se encuentra en bastantes en los candidatos a un puesto de ciencia de datos.
“Los últimos avances tecnológicos en este rubro usualmente son publicados en inglés, es por ello que no tener un nivel suficientemente elevado del mismo termina siendo el peor enemigo de muchos profesionales”, dijo Calderón.
Otro limitante para muchos profesionales es la comunicación y el storytelling. “Muchos profesionales con un perfil técnico y con la capacidad de crear modelos muy avanzados no son capaces de comunicar con simpleza y claridad la complejidad de los modelos”.
En esa línea, destacó que los mejores data scientists se distinguen por comunicar algoritmos complejos con analogías sencillas y palabras poco técnicas. Usualmente, estas narrativas sencillas y storytelling son evaluados por todo entrevistador que reclute para este tipo de roles en particular.
Competencias
Calderón menciona cinco competencias que debe tener un data scientist:
1. Entendimiento del lenguaje de programación: El profesional trabajará con millones de archivos de datos (big data), por lo que ciertos programas básicos no permitirán procesar y analizar adecuadamente la información. Manejar lenguajes de programación como Python o R. será esencial en el desempeño del trabajo.
2. Conocimiento de estadísticas: Tener una base de estadística sólida es indispensable para el desarrollo e implementación de modelos de inteligencia artificial. A través del conocimiento de conceptos básicos, se podrán validar los experimentos y la fiabilidad para la implementación de modelos a nivel de producto.
3. Nociones de machine learning (una sub-rama de la inteligencia artificial): Permite que las compañías creen modelos para la toma de decisiones automatizadas mediante parámetros y valores preestablecidos.
4. Visualización de Datos: Tener la capacidad de visualizar resultados de experimentos, distribución de la data de un análisis exploratorio y la fiabilidad de modelos.
5. Talento para la comunicación y el storytelling: Es necesario que un especialista en data science sea un gran narrador, sobre todo para comunicar los resultados de su trabajo.
Conectar los resultados de los modelos a objetivos comerciales o de producto le dará el valor y la naturaleza crítica de la labor realizada.
Dato
SkillMapper cuenta con un buscador de cursos online creado por peruanos, en el que se podrá encontrar más de 40 cursos de data science a nivel mundial.
Al seleccionar tus habilidades, el sistema le dará la mejor opción para su perfil profesional.
LEA TAMBIÉN
Sin experiencia profesional, ¿cómo puede convencer que es un buen candidato para un puesto?
Educación virtual, cuando los simuladores y realidad aumentada desplazan a las clases presenciales
El factor clave para que los jóvenes accedan a empleos mejor remuneradosInstitutos no pueden crear nuevas carreras técnicas por demora del Minedu
Aumenta demanda por contratación de estudiantes de carreras técnicas digitales
Ingenieros industriales y de mecatrónica entre los perfiles más buscados para dictar clases
Programas de posgrado a los que renunciaron las universidades para obtener licenciamiento
Licenciamiento de institutos en stand by, solo 93 cuentan con condiciones básicas de calidad
El costo que tendrán que asumir los futuros egresados ante la contrarreforma universitaria
El impacto del bienestar “relacional” en la productividad de un trabajador
