Por su capacidad de analizar, gestionar y crear soluciones en base al procesamiento de grandes volúmenes de datos que generan las empresas, organismos públicos y todo tipo de dispositivos, sistemas y sensores, los especialistas en Big Data experimentan una alta demanda que, todavía, no está satisfecha.
Como se trata de un campo multidisciplinario, el mercado laboral está abierto a diversos perfiles, al tiempo que crece la oferta de capacitación online y presencial, que incluye cursos cortos y programas de posgrado.
"Como sucede en todo el sector informático, para estos profesionales hay desocupación negativa, con la novedad de que permite el ingreso de perfiles no informáticos de las ciencias sociales y de las ciencias exactas", señala Esteban Feuerstein, director ejecutivo de la Fundación Sadosky.
Al respecto, señala: "La demanda se origina en todas las ramas de actividad: desde el comercio electrónico hasta el de salud, viajes y el sector financiero. Es decir, empresas que generan datos y los aprovechan para desarrollar su negocio".
A nivel mundial, "la búsqueda de estos profesionales ha crecido a un ritmo del 45 % anual. Trabajan en compañías de gran y mediano porte de todos los rubros incluyendo a las ONG; pero son las Pymes las que aún no han accedido a este tipo de conocimiento", señala Amalia Vanoli, directora de la consultora de recursos humanos Tiempo Real.
Por su parte, Alejandro Vaisman, director de la especialización en Ciencia de Datos del ITBA, subaya que la demanda laboral "es transversal y se mantendrá sostenida al menos durante los próximos cinco años y en la medida en que haya personas capacitadas".
Si bien el requerimiento es mayor en las empresas que basan su funcionamiento en la red y gestión de datos, como las compañías e-commerce y de telecomunicaciones, los requerimientos también provienen de bancos, tarjetas de crédito, aseguradoras y organismos de gobierno.
Según datos de la consultora Mercer:- El salario mensual bruto de un gerente de Data Science asciende a $245.000 con bono target (cumplimiento del 100% de los objetivos) anual del orden de los $480.000 - En tanto, un científico de Datos Senior cobra un sueldo mensual bruto de $108.000, con un bono target anual de $130.000.
"El objetivo de la Ciencia de Datos es proveer un servicio, que consiste en brindar información para que se tomen decisiones, ya sean comerciales o de política pública, en tiempo y forma. En ese sentido, no es novedoso; lo que ha cambiado es el volumen y variedad de formatos en que se encuentran los datos y las tecnologías para procesarlos, que permiten mayor velocidad", expresa Vaisman. En su visión, el problema fundamental es más complejo: buscar, capturar e integrar la información y construir un modelo para sacar rédito de la misma.
"La Ciencia de Datos abarca todo un ciclo: plantear el problema, identificar si están disponibles los datos, integrar las diversas fuentes y formatos en que se encuentran y ponerlos en un modelo para que puedan ser visualizados y analizados con diferentes técnicas y en series históricas, temporales o predictivas", especifica.
Para la especialista, es muy difícil que una sola persona domine todas estas tareas, pero sí debe conocer en qué consiste cada etapa y especializarse en alguna rama en particular. Por eso es importante pensar y trabajar en equipo.
Con esta visión coincide Eduardo Poggi, docente de la maestría en Explotación de Datos y Descubrimiento del Conocimiento de la UBA, quien destaca el carácter interdisciplinario de este campo y prefiere el concepto de profesionales de Analítica de Datos, que considera "más amplio y requiere de una variedad de perfiles".
En esa línea, puntualiza: "Ningún proyecto importante de analítica se hace con un solo perfil. Hay que saber trabajar (persistir, procesar, curar y recuperar) sobre ingentes cantidades de datos en poco tiempo; es preciso manejar prácticas de matemática avanzada, particularmente estadística; también hay que saber usar las técnicas propias de minería de datos y deep learning; conocer sobre técnicas de reporting y visualización de datos y del negocio específico", comenta.
Además, añade: "Difícilmente todos estos roles los pueda hacer bien una sola persona. Hay que trabajar por proyectos en grupos múltidisciplinarios, lo cual es otra capacidad más. Todos los roles deben saber de las distintas técnicas y ser especialista en alguna".
Para Poggi, el principal valor del análisis de datos es hacer posible que una empresa tome sus decisiones "considerando la evidencia digital y proveyendo de información oportuna a quien la necesita".
En 2014 la Fundación Sadosky lanzó el programa de Ciencia de Datos, que este año incorporó también a la Inteligencia Artificial, "ya que ambas disciplinas están vinculadas y, cada una, necesita de las herramientas de la otra", señala Feuerstein.
Desde la Fundación se realizan distintas actividades relacionadas con la difusión, la capacitación y las competencias en este tema. Para esto último implementó la plataforma Meta:Data, en la que se publican distintos desafíos para ser resueltos con herramientas de aprendizaje automático, minería de datos y estadística.
Ya se realizaron este tipo de competencias con datos de las empresas Despegar, Rofex y Navent. También se lleva cabo la actividad "Manos en la Data", que -organizada junto con el Banco de Desarrollo CAF- busca desarrollar prototipos de soluciones para el sector público en la Argentina.
En cuanto a los requerimientos que plantean las empresas, Vanoli señala que los profesionales deben tener fuerte formación técnica y habilidades blandas. - "Las primeras implican seniority en Tecnologías de la Información y Metodologías Estadísticas como base para ser un especialista fuertemente analítico. El conocimiento del negocio y el foco en generar valor es el marco obligado de su trabajo".
- "Entre las habilidades blandas, tenemos competencias lingüísticas para identificar necesidades del negocio y problemas existentes; creatividad para generar alternativas en la obtención de información. Capacidad para generar empatía, trabajar en equipo y buena comunicación para transmitir las conclusiones de forma clara a quienes no son científicos de datos"
Por ello, considera que es crucial el pensamiento sistémico para relacionar las variables que importan para el negocio para que sean apreciadas en la toma de decisiones.
El interés por inserción laboral y la capacitación en Big Data creció a tal punto que numerosas universidades, institutos terciarios y centros de formación en nuevas tecnologías tienen su oferta en esta especialidad.
En cuanto a la formación de posgrado, a las tradicionales maestrías y programas que ofrecen la Facultad de Ciencias Exactas y Naturales de la UBA, la Universidad Austral y el ITBA, en los últimos años se sumaron las propuestas en la Universidad Di Tella y la Universidad de San Andrés.
Los centros de formación y capacitación profesional también tienen propuestas. Digital House desarrolla un programa de cinco meses bajo modalidad presencial y semipresencial, en tanto que Acamica cuenta con una carrera de Data Science que tiene una duración de siete meses.
Por ejemplo, se enseñan herramientas como Python, Numpy, Kera, TensorFlow y R, además de Modelos de Machine Learning, Estadística, Análisis de Datos, Procesamiento del Lenguaje Natural, Sistemas de Recomendación y Análisis de Imágenes, entre otros contenidos.
Para los perfiles autodidactas -que abundan esta especialidad- también hay disponibles cursos online y servicios y herramientas de programación open source para experimentar.
"La oferta de actualización profesional cambia rápidamente de la mano de nuevos desarrollos y avances de la Ciencia de Datos, por lo que los profesionales deben informarse de las formaciones que van surgiendo y mantenerse siempre actualizados", señala Vanoli.
"Creo que es importante que mejoren constantemente su perfil comunicacional y de trabajo en equipo ya que el componente técnico analítico de la Ciencia de Datos naturalmente inclina la balanza hacia lo técnico y es fundamental el equilibrio", concluye el ejecutivo.