¿Cómo cambiará la ciencia de los datos en el futuro?

La digitalización mundial se aceleró a medida que la pandemia envió a muchos dentro y en línea, y esta digitalización continúa para el industria de la ciencia de los datos. A medida que la sociedad se ha transformado, el aumento de las demandas debe satisfacerse a un ritmo rápido. Los clientes están en línea más que nunca, causando un fuerte aumento de los datos. Ahora, la ciencia de los datos es una de las carreras superiores para los graduados universitarios recientes , ya que la necesidad de una toma de decisiones estratégica y basada en datos ha aumentado a tasas exponenciales en todas las industrias.

La industria y los compromisos de toda la empresa con la ciencia de los datos y la transformación digital no son pequeños; de hecho, es prácticamente una fiebre del oro para el talento. Mira a Fortune 250 Fintech, FIS , como primer ejemplo. En el último año, se han comprometido 150 millones de dólares para proyectos de innovación , construido internamente una totalidad Motor de pagos en tiempo real para trasladar las transacciones de negocio a negocio (B2B) instantáneamente y lanzó un Incubadora de laboratorios de impacto en Denver que ya ha producido un producto llamado GoCart , que transforma la experiencia de la cesta de la compra en un pago de un clic.

Las finanzas, la atención médica y otras grandes industrias “antiguas” no suelen ser conocidas por ser las más rápidas en hacer transformaciones digitales, por lo que cuando ves este tipo de movimientos, sabes que la ciencia de los datos está haciendo un impacto.

Acontecimiento

Y ese impacto sólo continuará. Los datos son la columna vertebral de las empresas en todas las industrias, y algunas estimaciones indican que la cantidad total de datos creados, capturados y consumidos probablemente alcanzará 149 zettabytes para 2024. Este número asombroso demuestra no sólo cuánto crecerá el campo, sino también por qué es tan importante identificar y mantenerse por delante de las tendencias. Dos grandes tendencias ahora tienen que ver con los que se están uniendo a la campo de la ciencia de los datos , y los conflictos en el tipo de datos que las empresas más grandes y más pequeñas están priorizando.

Solicitantes en la industria de la ciencia de los datos

Estamos viendo un aumento en personas que fueron a la escuela con un fondo de matemáticas (o que podría haber comenzado en la ingeniería de datos) querer hacer el cambio a la ciencia de datos. Esto debe ser una noticia reconfortante para cualquier persona que obtuvo un título en matemáticas (o un campo relacionado con STEM) y ahora quiere hacer un cambio en su carrera para ser parte de esta industria en rápido crecimiento. Esto también puede ser una buena noticia en el sentido de que las personas con una sólida comprensión de cómo interpretar las estadísticas correctamente estarán disponibles. Mientras que los avances de software pueden permitir a los usuarios crear gráficos más fácilmente, no necesariamente serán capaces de entender todos los matices e implicaciones de ellos. Más matemáticos en la ciencia de los datos significa una toma de decisiones más fundamentada.

“Hace diez años, habrías tenido que ir por un camino muy específico y tomar una decisión estructurada de carrera para terminar en la ciencia de los datos”, dice Michael Tarselli, director científico de TetraScience. “Hoy en día, los científicos están saliendo de la escuela y diciendo: ‘¿Sabes qué? Puedo acabar con esto. Puedo hacer un campo de entrenamiento de ciencia de datos de un mes y estudiar rápidamente en Python, lógica recursiva, o redes neuronales’ y luego boom, son un candidato líder para nosotros.”

También estamos viendo un montón de solicitantes que tienen una educación en ciencia de datos o una educación compatible con la ciencia de datos, pero que fueron a otros campos. Esto se debe en gran parte a que, cuando estos solicitantes de empleo entraron en el mercado, el campo de la ciencia de los datos no estaba en auge como está ahora. Esto significa que tenemos científicos de datos con amplia experiencia que sólo ahora se están uniendo a la industria, y el valor de esta experiencia de dominio no se puede subestimar. Para interpretar los datos relativos, por ejemplo, a una empresa de fintech, hay que entender el lenguaje de las finanzas, y este conocimiento no es algo que uno gane de la noche a la mañana. Por suerte, con la formación o las certificaciones educativas adecuadas; (que ahora son más accesibles que nunca), muchas personas que tienen una gran cantidad de conocimientos específicos de dominio pueden considerar hacer el cambio de carrera a la ciencia de datos.

La brecha de la ciencia de los datos

La otra gran tendencia es la división que estamos viendo entre lo que las grandes empresas están buscando en los científicos de datos y lo que las empresas más pequeñas y las startups están buscando, y esa división está creciendo.

Las empresas más grandes ya cuentan con una gran parte de la infraestructura para gestionar sus datos y limpiarlos. Buscan científicos de datos e investigadores que entren y vayan muy profundo, con un alcance enfocado y estrecho. Las grandes empresas están buscando científicos para nivelar todo su enfoque en los problemas específicos de la ciencia de los datos.

Startups y las empresas más pequeñas, por otro lado, probablemente carecen de infraestructura de datos y determinar cómo poner una en su lugar y luego cómo utilizar los datos que extrae. Están buscando “jacks de todos los oficios” que pueden empezar a obtener información sobre la producción y trabajar en más de la pila.

Como muchas personas están comenzando sus carreras, necesitan considerar para qué tipo (y tamaño) de empresa quieren trabajar. Las empresas más pequeñas le dan espacio para crecer y centrarse en una gama más amplia de problemas, y las empresas más grandes siguen estando más enfocadas y especificadas. Esta brecha sigue creciendo hoy en día.

Tendencias de la relación entre la empresa y el candidato al empleo

A medida que el terreno sigue creciendo a un ritmo rápido, el proceso de contratación se vuelve más competitivo en ambos lados del espectro. Las empresas tienen un buen número de personas para elegir, y los solicitantes saben que empresas necesitan científicos de datos ahora más que nunca. El proceso de contratación depende del lugar en que una empresa determinada esté en su proceso de vencimiento de los datos.

Las empresas más pequeñas están buscando empleados con más chups que pueden abordar las cosas desde una perspectiva completa. Las empresas más grandes están buscando investigadores especializados en conocimiento y aprendizaje automático académico para construir modelos integrales. Pero independientemente de dónde se encuentren en ese continuum, las empresas y los solicitantes de empleo por igual están tratando de encontrar el lugar adecuado. Los primeros en su carrera pueden estar buscando mentoría, crecimiento y una comprensión de cómo la ciencia de los datos encaja en un escenario del mundo real. Mientras que los que ocupan puestos de más alto nivel quieren centrarse en problemas difíciles pero alcanzables.

Una cosa que se puede escuchar de un científico de datos más senior es que fueron traídos para hacer ciencia de datos, pero la empresa no estaba lista para ello, por lo que fueron cargados con otras responsabilidades (como la ingeniería de datos). Estos científicos de datos serán llevados a trabajar en proyectos que suenan interesantes, pero terminan siendo una decepción cuando la compañía revela que no están listos para ejecutar.

Parte de esto puede deberse a deficiencias en el proceso de contratación. Dado que la mayoría de los departamentos de recursos humanos carecen de experiencia en la contratación de científicos de datos, a menudo caen en la trampa de presentar descripciones de puestos demasiado amplias y someter a prueba a los solicitantes de conocimientos no pertinentes. Sean cuales sean las razones, esto deja a los científicos de datos en un lugar interesante en sus carreras (especialmente si no pueden hacer el trabajo que se proponen hacer), y podría inspirarlos a buscar nuevas oportunidades. En general, la tendencia se inclina hacia favorecer a los especialistas en ciencias de los datos sobre los generalistas , por lo que los profesionales de la ciencia de los datos deben considerar cómo pueden fortalecer y especificar sus fortalezas para sobresalir.

En general, el objetivo de cada líder empresarial debe ser liberar el potencial humano, y esto es especialmente cierto en los campos que dependen de la educación continua, la innovación y la pasión. Pocas industrias están experimentando una explosión de necesidad e innovación como esta industria pandémica. Las empresas continuarán reforzando sus esfuerzos digitales y de comercio electrónico a través de los datos, y tenemos la oportunidad de ayudar a dirigir la economía a través de nuestros esfuerzos educados. Glassdoor incluso clasificó la ciencia de los datos # 2 profesión para 2021 . A medida que sigamos creciendo como industria, los que trabajan sobre el terreno tendrán más y más oportunidades de crecimiento, oportunidades que los líderes empresariales deben esforzarse por posibilitar.

Michael Burke es un científico de datos con un MS en Data Analytics. Ha escrito extensamente sobre temas relacionados con el aprendizaje automático, y ha ganado premios de la industria por su estudio de factores que afectan al SEO. Él dirige la PR Intelligence Lab en la Escuela de Comunicaciones de BYU.

DataDecisionMakers

¡Bienvenidos a la comunidad VentureBeat!

DataDecisionMakers es donde los expertos, incluidos los técnicos que trabajan en los datos, pueden compartir ideas e innovación relacionadas con los datos.

Si quieres leer ideas de vanguardia e información actualizada, mejores prácticas y el futuro de la tecnología de datos, únete a DataDecisionMakers.