Los científicos de datos son capaces de extraer información de una infinidad de fuentes para ayudar a las organizaciones a tomar mejores decisiones de negocio. Se considera una de las posiciones más atractivas en el mercado actualmente (LinkedIn la ubica en el sexto lugar de los 15 empleos con mayor auge para este año), pero la demanda sigue superando a la oferta por mucho.
La plataforma DevSkiller —que permite evaluar, seleccionar y mapear habilidades tecnológicas en desarrolladores— registró en su más reciente Reporte IT Skills un incrementó de 295% en el número de tareas relacionadas con ciencia de datos durante los procesos de reclutamiento de 2021.
Tan solo el lenguaje de programación Python, que se utiliza ampliamente en aplicaciones de ciencia de datos y machine learning, tuvo un crecimiento de 154% en la demanda.
Pero no cualquiera puede especializarse en ciencia de datos. A cualquiera que quiera desempeñarse en una función de este tipo se le pide que tenga conocimientos y habilidades en Java, Python y C++, Apache Hadoop, Apache Spark, Hive, ML, minería de datos, visualización de datos, bases de datos SQL y NoSQL, estructura de datos y algoritmos, entre otros.
Mayores capacidades de programación
En 2016 las tres habilidades centradas en datos más demandadas en el ámbito laboral eran análisis clínico de datos, ciencia de datos y análisis cuantitativo de datos, de acuerdo con el reporte global The Quantum Crunch. 39% de las vacantes de científicos de datos requerían que los candidatos tuvieran niveles de maestría o doctorado.
Especialistas señalan que “en los últimos seis años las grandes empresas de tecnología han mostrado un incremento en el interés de contar con este perfil en sus organizaciones, personas que analicen grandes volúmenes de datos para identificar relaciones, realizar predicciones y hacer recomendaciones”.
De acuerdo con EY, a mediano y largo plazo será necesario “generar capacidades de programación en los diferentes procesos de las organizaciones, sin importar el rol o los estudios académicos adquiridos”.
Científico(a) de datos ocupa el sexto lugar del ranking “Empleos en auge 2022” en México de LinkedIn. Dicha red social considera que este profesional se dedica a convertir los datos en bruto en información valiosa que una organización necesita para crecer y competir. Las principales aptitudes identificadas en los candidatos son ciencia de datos, aprendizaje automático R y Python.
De acuerdo con LinkedIn, las industrias que demandan principalmente esta especialización son la de IT, la de servicios financieros y el comercio minorista. La Ciudad de México, Guadalajara, Monterrey, Querétaro y Aguascalientes son las ciudades con más contrataciones, en donde se pide una media de 3.9 años de experiencia a los aspirantes. En cuanto al género, se registra que 19.80% son mujeres y 80.20% hombres, mientras que 34.80% son puestos con opción a teletrabajo.
Vías para los científicos de datos
En este espacio se ha mencionado previamente que los científicos de datos tienen grados académicos en áreas como ciencias de cómputo, ingeniería, física, estadística o matemáticas aplicadas. Cuentan con un amplio bagaje en lenguajes de programación, con enfoque en minería de datos, ML y analítica.
Para especializarse en la materia, los interesados pueden optar por una licenciatura, una maestría como la de Ciencia de datos, del ITAM, cuyo programa académico pone énfasis en diferentes aspectos de estadística, programación, ML y materias optativas como desarrollo de ideas de negocios de alta tecnología, lenguajes de programación, sistemas complejos adaptativos, sistemas operativos avanzados, redes complejas, cómputo distribuido y análisis de algoritmos.
También está la maestría en Análisis y Visualización de Datos de UNIR México, que ofrece a los estudiantes destrezas y conocimientos para dirigir proyectos para la toma de decisiones relevantes en las empresas e identificar las diferentes fases para elaborar una buena visualización, recogida, procesado y representación de datos, entre otras cosas.
Por otra parte, plataformas como LinkedIn Learning ofrecen una ruta de aprendizaje para los futuros científicos de datos a través de nueve cursos con menos de 20 horas de contenido. Algunos de estos son Minería de datos esencial, Fundamentos de data science: Conceptos básicos, Estadística esencial, así como Python y R para data scientist avanzado.
Manos a la obra. Hay diferentes opciones para quienes deseen convertirse en científicos de datos para que la oferta iguale a la demanda de esta especialización IT.
