Los científicos de datos están en demanda, pero una maestría en el campo puede no abrir tantas puertas como usted piensa.

    Vale la pena un título en ciencias de la información… Los científicos de la información están en demanda, pero un título de maestría en el campo puede que no abra tantas puertas como usted piensa.

    Pocas carreras han experimentado la misma cantidad de publicidad que los científicos de datos en los últimos años. Nombrado por Glassdoor como el mejor trabajo en Estados Unidos durante los últimos cuatro años consecutivos, a los científicos de datos se les promete una plétora de oportunidades de trabajo y altos salarios iniciales, lo que lleva a un mayor interés en el campo, tanto por parte de los que ingresan a la universidad como de los que ya forman parte de la fuerza laboral.

    Con la creciente demanda de científicos de datos en la empresa, una serie de programas de maestría en ciencias de datos, análisis de negocios, sistemas de información y otros campos relacionados están surgiendo en los EE.UU., prometiendo enseñar las habilidades necesarias para obtener conocimientos empresariales a partir de los datos y ayudar a llenar las brechas de talento.

    Más información sobre Big Data

    «La ciencia de los datos es algo que no es sólo una irregularidad temporal, sino algo que se necesitará mucho y durante mucho tiempo», dijo Andrea Danyluk, profesora de ciencias de la computación en el Williams College y copresidenta del grupo de trabajo de la Association for Computing Machinery sobre ciencia de los datos. «Las universidades están empezando a entender la necesidad de científicos de datos, y están empezando a desarrollar programas.»

    VER: Descripción del puesto: Científico de datos (Tech Pro Research)

    Muchos de estos nuevos programas aún están en el proceso de crear el plan de estudios adecuado que combine matemáticas, estadísticas e informática, y existe una gran variedad en cuanto a la calidad del programa, la profundidad y la amplitud de los conocimientos ofrecidos, señaló Danyluk. También suelen requerir una inversión de al menos uno o dos años para un programa de maestría, y pueden costar miles de euros.

    ¿Debería obtener un título en ciencias de la información?

    El mejor camino para convertirse en un científico de datos depende de los antecedentes del individuo, aseguró Danyluk. «La buena noticia es que ahora se están desarrollando más programas académicos que permiten a la gente llenar los vacíos en términos de procesos y programas», agregó.

    Muchas personas que actualmente trabajan en la ciencia de la información provienen de las áreas de matemáticas, estadística o ciencias de la computación. El término «científico de datos» es relativamente nuevo, y ha llevado a algunas de las escaseces de contratación, dijo Meta S. Brown, consultora de análisis de negocios y autora de Data Mining for Dummies.

    «Hemos impulsado la idea de que los científicos de datos son de alguna manera diferentes de cualquier analista que haya existido antes», señaló Brown. «Muchas organizaciones están imaginando que hay algo poco realista que puede resolver todos sus problemas.»

    Muchos programas de maestría en ciencias de la información enseñan a los estudiantes el valor de la analítica y les ayudan a educarse más en la materia, señaló Brown. Sin embargo, algunos de estos programas, sobre todo los más recientes, podrían arriesgarse a prometer demasiado y a no cumplir lo que se espera de ellos en cuanto al empleo futuro, agregó.

    VER: Política de grandes datos (Tech Pro Research)

    «Mi preocupación por la explosión de los programas de ciencias de la información es que algunos de esos graduados obtendrán trabajos que les gusten y que les paguen muy bien», dijo Brown. «Pero no creo que todos los graduados de todos los programas vayan a tener tanta suerte. La única manera en que un individuo puede saber cuáles son las perspectivas para un programa de postgrado en particular es simplemente hablando con los gerentes de contratación y discutiendo no sólo el programa, sino también sus propios antecedentes».

    Antes de entrar en un programa de maestría, los científicos de datos potenciales deben asegurarse de que están realmente interesados en lo que el trabajo implicaría, dijo Brown. «Muchas de las personas que dicen que quieren participar en esto no se han involucrado lo suficiente como para saberlo», agregó. Un estudiante puede querer tomar una clase de estadística como punto de partida, mientras que un profesional puede querer encontrar una oportunidad para trabajar con datos en su trabajo actual para ganar exposición y experiencia, recomendó Brown.

    «Si lo amas y tienes el dinero y el tiempo para obtener otro título, nunca me interpongo en el camino de una persona que quiere ser educada», dijo Brown. «Creo que es muy importante ser realista sobre lo que estás invirtiendo y lo que recibes a cambio.»

    En particular, los que quieren dedicarse a la ciencia de datos principalmente por el alto salario deberían encontrar una manera de hacerlo más fácil fuera de un programa tradicional, señaló Brown.

    «Hay mucha gente talentosa que tiene una experiencia valiosa. Lo más valioso que pueden hacer por la sociedad es no tirar eso por la borda y ser un científico de datos», dijo Brown. «Se trata de incorporar estos elementos significativos de la estadística y la tecnología moderna a su profesión. Y creo que mucha gente obtendrá buenos resultados profesionales con eso».

    Cómo elegir un programa de ciencia de datos

    Aquellos interesados en seguir adelante con la solicitud de admisión a un programa de licenciatura en ciencias de la información deben considerar las siguientes preguntas:

    • ¿Qué camino quieres tomar?

    Si desea avanzar en la solicitud de un programa de licenciatura en ciencias de la información, primero debe decidir cuál es el camino que desea seguir: La ciencia de datos, el análisis de negocios o cualquier otra cosa, dijo Kristen Sosulski, profesora clínica asociada de ciencias de la información, las operaciones y la administración en la Escuela de Negocios Leonard N. Stern de la Universidad de Nueva York, y autora de Data Visualization Made Simple.

    «El poder de una maestría u otro título en análisis de negocios es que te estás abriendo camino para ser un líder en ese campo», dijo Sosulski. «Eso es muy poderoso para alguien que regresa a la escuela buscando hacer un cambio claro.»

    • ¿Cuál es la reputación de la escuela?

    Si un programa de ciencias de la información o un programa relacionado es nuevo, los estudiantes potenciales deben considerar la reputación de la institución como un todo, particularmente sus programas de matemáticas y ciencias de la computación, dijo Danyluk.

    «El puesto de científico de datos requiere mucha amplitud y profundidad en varias áreas importantes», dijo Danyluk. «Lleva consigo una gran responsabilidad. Así que cuanto más fondo y más profundo sea el fondo que alguien tenga, mejor».

    • ¿Qué tan completo es el plan de estudios?

    Si se puede obtener un currículo completo de pregrado en ciencias de la información que incluya aspectos computacionales, estadísticos y de práctica profesional, incluidos los requisitos éticos y legales, probablemente será más completo que un certificado o incluso un programa de maestría, señaló Danyluk.

    El plan de estudios también debe centrarse en enseñarle cómo comunicar los hallazgos de los datos con la empresa, ya que éste es un elemento clave del trabajo que buscan los gerentes de contratación, agregó.

    • ¿Qué han hecho los antiguos graduados?

    Asumiendo que al menos una clase ya se ha graduado del programa, o de programas relacionados, averigüe qué tipo de trabajos tienen ahora los graduados y cuántos están trabajando en el campo, dijo Danyluk.

    • ¿Existen oportunidades para establecer contactos?

    Al seleccionar un programa, asegúrese de que haya oportunidades para establecer contactos y una sólida red de ex-alumnos integrada en el programa y que continúe después de la graduación, ya que esto, en última instancia, le ayudará a conseguir un trabajo en el campo, dijo Sosulski.

    • ¿Existen oportunidades para hacer proyectos y construir su portafolio como parte del programa?

    «Nunca querrás irte con sólo poder mostrar algunas tareas», dijo Sosulski. «Quieres asegurarte de que haya un proyecto final robusto al final.»

    Los gerentes de contratación buscarán un rico conjunto de habilidades como Python, R y SQL. «Ser capaz de comunicar los resultados de sus hallazgos a una audiencia de científicos que no son de datos es una habilidad crítica», dijo Sosulski. «Quieres asegurarte de que eso aparezca en tu currículum y también de que los ejemplos que nos muestras sean tu portafolio.»

    • ¿Los empleadores valoran el programa y las habilidades que enseña?

    Las personas que exploran los programas deben ponerse en contacto con los empleadores potenciales para averiguar si valoran el programa, señaló Brown.

    «Si espera tener una carrera en ciencias de la información, lo primero que debe hacer es asegurarse de que realmente entiende qué es eso, qué es lo que quiere hacer por su trabajo y por qué es importante para usted», señaló Brown. «Y luego tienes que salir y hablar con empleadores de verdad. Usted necesita escuchar de los gerentes de contratación reales lo que ellos van a pagar y por lo que no van a pagar.

    En última instancia, el futuro científico potencial de datos está en el asiento del conductor cuando se trata de elegir la mejor educación, dijo Sosulski.

    «Hay una plétora de oportunidades para que usted desarrolle sus habilidades en la ciencia de datos a diferentes niveles», dijo Sosulski. Sin embargo, eso no significa que siempre valga la pena elegir la opción menos costosa, agregó. «Quieres asegurarte de que estás usando tu tiempo sabiamente y fuera de cada entrada o de cada curso que tomes, quieres asegurarte de que estás obteniendo algo que luego puedas añadir a tu portafolio o a tu currículum en términos de una habilidad, un certificado, una insignia-algo que te impulse hacia adelante», añadió.

    Boletín informativo de Big Data Insights

    Domine los fundamentos de la analítica de datos de gran tamaño siguiendo estos consejos de expertos y leyendo los conocimientos sobre las innovaciones de la ciencia de datos. Lunes de entrega