El futuro de la ciencia de datos: tendencias en una industria en rápido crecimiento

0 Comments


Únase a los principales ejecutivos de hoy en línea en la Cumbre de datos el 9 de marzo. Registrarse aquí.


Este artículo fue aportado por Michael Burke, líder del PR Intelligence Lab en BYU.

La digitalización mundial se aceleró a medida que la pandemia envió a muchos adentro y en línea, y esta digitalización continúa por el industria de la ciencia de datos. A medida que la sociedad se ha transformado, las crecientes demandas deben satisfacerse a un ritmo acelerado. Los clientes están en línea más que nunca, lo que provoca un fuerte aumento en los datos. Ahora, la ciencia de datos es una de las Las mejores carreras para recién graduados universitarios. a medida que la necesidad de toma de decisiones estratégicas basadas en datos ha aumentado a un ritmo exponencial en todas las industrias.

Los compromisos de la industria y de toda la empresa con la ciencia de datos y la transformación digital no son pequeños; de hecho, es prácticamente una fiebre del oro para el talento. Mire Fortune 250 fintech, FIS, como un buen ejemplo. En el último año se han comprometido $ 150 millones para empresas de innovaciónconstruyó internamente todo un motor de pagos en tiempo real para mover transacciones B2B al instante y lanzó un Incubadora de Impact Labs en Denver que ya ha producido un producto llamado GoCartque transforma la experiencia del carrito de compras en un pago con un solo clic.

Las finanzas, la atención médica y otras grandes industrias “antiguas” generalmente no son conocidas por ser las más rápidas en realizar transformaciones digitales, por lo que cuando ve este tipo de movimientos, sabe que la ciencia de datos está teniendo un impacto.

Y ese impacto solo 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 asombroso número demuestra no solo cuánto crecerá el campo, sino también por qué es tan importante identificar y mantenerse a la vanguardia de las tendencias. Dos grandes tendencias ahora mismo tienen que ver con las que se están incorporando al campo de la ciencia de datosy los conflictos en el tipo de datos que están priorizando las empresas más grandes y más pequeñas.

Solicitantes en la industria de la ciencia de datos

Estamos viendo un aumento en personas que fueron a la escuela con antecedentes en matemáticas (o que podría haberse iniciado en la ingeniería de datos) que desea cambiar a la ciencia de datos. Esta debería 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, ya que significa que habrá personas disponibles con una sólida comprensión de cómo interpretar correctamente las estadísticas. Si bien los avances del software pueden permitir a los usuarios crear gráficos más fácilmente, no necesariamente podrán comprender todos los matices e implicaciones de los mismos. Más matemáticos en ciencia de datos significa una toma de decisiones más fundamentada.

“Hace 10 años, habría tenido que seguir un camino muy específico y tomar una decisión de carrera estructurada para terminar en la ciencia de datos”, dice Michael Tarselli, director científico de Tetraciencia. “Hoy en día, los científicos salen de la escuela y dicen: ‘¿Sabes qué? Puedo hacer un final alrededor de esto. Puedo hacer un campo de entrenamiento de ciencia de datos de un mes y educarme rápidamente en Python, lógica recursiva o redes neuronales y luego boom, son un candidato principal para nosotros “.

También estamos viendo muchos solicitantes que tienen una educación en ciencia de datos o una educación compatible con la ciencia de datos pero que se dedicaron a otros campos. Esto se debe en gran parte a que, cuando estos buscadores de empleo ingresaron al mercado, el campo de la ciencia de datos no estaba en auge como lo está ahora. Esto significa que tenemos científicos de datos con amplia experiencia que recién ahora se están uniendo a la industria, y el valor de esta experiencia en el dominio no puede subestimarse. Para interpretar datos relacionados con, por ejemplo, una empresa fintech, debe comprender el lenguaje de las finanzas, y este conocimiento no es algo que se obtenga de la noche a la mañana. Por suerte, con la formación académica o las certificaciones adecuadas (que ahora son más accesibles que nunca), muchas personas que tienen una gran experiencia en un dominio específico pueden considerar hacer el cambio de carrera a la ciencia de datos.

La división de la ciencia de datos

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

Las empresas más grandes ya cuentan con gran parte de la infraestructura para administrar sus datos y limpiarlos. Están buscando científicos e investigadores de datos que entren y profundicen mucho, con un alcance limitado y enfocado. Las grandes empresas están buscando científicos para nivelar todo su enfoque en problemas específicos de ciencia de datos.

Las nuevas empresas y las empresas más pequeñas, por otro lado, probablemente carezcan de infraestructura de datos y determinen cómo implementar una y luego cómo usar los datos que extrae. Están buscando “aprendices de todos los oficios” que puedan comenzar a obtener información sobre la producción y trabajar en más de la pila.

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

A medida que el campo continúa creciendo a un ritmo acelerado, el proceso de contratación se vuelve más competitivo en ambos lados del espectro. Las empresas tienen una buena cantidad de personas para elegir, y los solicitantes saben que las empresas necesitan científicos de datos ahora mas que nunca. El proceso de contratación depende de dónde se encuentre una empresa determinada en su viaje de madurez de datos.

Las empresas más pequeñas buscan personas con más habilidades que puedan abordar las cosas desde una perspectiva completa. Las empresas más grandes buscan investigadores académicos de aprendizaje automático y conocimientos específicos para crear modelos completos. Pero no importa dónde se encuentren en ese continuo, tanto las empresas como los solicitantes de empleo están tratando de encontrar el ajuste adecuado. Los que están al principio de su carrera pueden estar buscando tutoría, crecimiento y una comprensión de cómo la ciencia de datos encaja en un escenario del mundo real. Considerando que, aquellos que son más altos en sus puestos quieren centrarse en problemas difíciles pero alcanzables.

Una cosa que puede escuchar de un científico de datos de mayor experiencia es que fueron contratados para hacer ciencia de datos, pero la empresa no estaba preparada para ello, por lo que se les asignó otras responsabilidades (como la ingeniería de datos). Estos científicos de datos serán contratados para trabajar en proyectos que suenan interesantes, pero terminan siendo una decepción cuando la empresa revela que no están listos para ejecutar.

Parte de esto puede deberse a deficiencias en el proceso de contratación. Como 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 publicar descripciones de trabajo demasiado amplias y evaluar a los solicitantes en busca de habilidades no relevantes. Cualesquiera que 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 propusieron) y podría inspirarlos a buscar nuevas oportunidades. En general, la tendencia se inclina hacia favorecer a los especialistas en ciencia de datos sobre los generalistaspor lo que los profesionales de la ciencia de datos deben considerar cómo pueden fortalecer y especificar sus fortalezas para sobresalir.

En general, el objetivo de todo líder empresarial debe ser desbloquear 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 provocada por la pandemia. Las empresas continuarán reforzando sus esfuerzos digitales y de comercio electrónico a través de datos, y tenemos la oportunidad de ayudar a dirigir la economía a través de nuestros esfuerzos informados. Glassdoor incluso clasificó a la ciencia de datos como la Profesión #2 para 2021. A medida que continuamos creciendo como industria, aquellos en el campo se encontrarán con más y más oportunidades de crecimiento, oportunidades que los líderes empresariales deben esforzarse por habilitar.

Michael Burke es un científico de datos con una maestría en análisis de datos. Ha escrito extensamente sobre temas relacionados con el aprendizaje automático y ha ganado premios de la industria por su estudio de los factores que afectan al SEO. el lidera el Laboratorio de inteligencia de relaciones públicas en la Escuela de Comunicaciones de BYU.

Tomadores de decisiones de datos

¡Bienvenido a la comunidad VentureBeat!

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

Si desea leer sobre ideas de vanguardia e información actualizada, mejores prácticas y el futuro de los datos y la tecnología de datos, únase a nosotros en DataDecisionMakers.

Incluso podrías considerar contribuyendo con un artículo ¡tuyo!

Leer más de DataDecisionMakers



Source link

Tags: , , , , , , ,

Leave a Reply

Your email address will not be published.