Científico de datos: de los mejor pagados y con amplia visión de negocio

“El trabajo más sexy del siglo XXI”, así fue como Harvard Business Review calificó la labor que desempeña el científico de datos (Data Scientist) actualmente, y a quien describió como un profesional de alto nivel con la capacidad y la curiosidad de hacer descubrimientos en un entorno que genera cantidades monumentales de datos.

Surge en el entorno de negocio impulsado por la necesidad de las empresas de lidiar con la información generada por múltiples canales (físicos, en línea, móviles y sociales, por ejemplo) y tipos de datos (estructurados, no estructurados, imágenes, videos) que no existían siquiera hace una década, y que este experto puede transformar en oportunidades de crecimiento y rentabilidad. Y la demanda de estos profesionales sigue en aumento.

Se prevé que para el año 2020, tan sólo en Estados Unidos se abran alrededor de 700,000 posiciones destinadas a los profesionales del manejo de datos.

LinkedIn da cuenta de que las ofertas laborales para Data Scientists se han sextuplicado desde 2012 y hoy rebasan los 6,000 puestos ofrecidos tan sólo a través de la comunidad social orientada a negocios y empleo.

Los salarios para estos especialistas rondan los $9,416 dólares, poco más de $191,000 pesos, al mes. Si bien en México no hay cifras precisas sobre la oferta y los sueldos, los head-hunters están en la búsqueda continua de candidatos para atender las necesidades de procesamiento de datos de las principales industrias del país.

Para las empresas en general, el principal desafío radica en identificar, atraer y conservar a los mejores científicos de datos, estar dispuestas a pagarles lo que piden, además de armar un paquete atractivo de beneficios, bonos y compensaciones. Aquellas que lo logren obtendrán una ventaja competitiva que les permitirá obtener conocimientos de su Big Data y tomar mejores decisiones sustentadas en la analítica.

 

¿Qué habilidades requiere un científico de datos?

En el rubro técnico, necesita conocimientos avanzados en programación, estadística, Machine Learning, álgebra lineal y cálculo, visualización de datos, data wrangling (transformar y mapear datos de un formulario “en bruto” en otro formato con la intención de hacerlo más apropiado y valioso para una variedad de propósitos), ingeniería de software, e intuición de datos (la capacidad de ver más allá de su contenido evidente).

En términos de soft-skills, sugieren además poner atención en sus capacidades de comunicación ya que estarán en contacto con líderes empresariales que requieren que se traduzca el lenguaje técnico a uno de negocios. De igual modo, comprobar su pericia para resolver problemas, trabajar en equipo y de liderazgo, su habilidad para transformar la complejidad del análisis de datos en estrategias ejecutables para tomar decisiones, así como extraer insights que puedan transformarse en oportunidades.

Por su parte, las organizaciones también deben tener claro qué hará un científico de datos en su negocio ¿Qué desea que este especialista descubra? ¿Qué herramientas analíticas y colaboradores especializados pondrá a su disposición? ¿Cómo desea que contribuya al negocio? ¿Está dispuesta a invertir en infraestructura local y en la nube, así como en innovaciones como Machine Learning, Inteligencia Artificial e Internet de las cosas?

No hay que olvidar que la necesidad de contar con uno se origina por la gran cantidad y variedad de datos que se generan a velocidad vertiginosa tanto dentro como fuera de la empresa.

Se calcula que en un día se originan alrededor de 2.5 trillones de bytes de información; y que el 90% de los datos a nivel mundial se creó apenas en un par de años.

En este contexto, el análisis a fondo de Big Data permite generar valor, revelando el conocimiento que pueda ayudar a las empresas a tomar decisiones y alcanzar sus objetivos de negocio.

 

Por Roberto Torres, Director de Servicios Profesionales, SAS Latinoamérica Norte