Científicos de datos. Las jóvenes estrellas del mundo laboral
Se encargan de procesar grandes volúmenes de información y suelen rechazar propuestas de trabajo todos los días; las universidades amplían sus ofertas para formarlos
Cuando Netflix recomienda una película. Cuando Facebook sugiere que hay un amigo al que se podría conocer. Detrás de cada una de esas situaciones hay un profesional que trabaja con big data, una herramienta que permite almacenar y procesar grandes volúmenes de información no tradicional.
Por la enorme potencialidad que tiene este recurso para el mundo de los negocios, los llamados “científicos de datos” son considerados las estrellas de las empresas. Frente a la escasez de estos perfiles, los profesionales tienen sueldos altos y reciben al menos tres ofertas laborales por semana. En sintonía con el mercado, las universidades empiezan a ofrecer carreras de grado y de posgrado para capacitarlos.
“Muchas gracias, pero no estoy buscando trabajo”. Al menos dos veces por semana Pablo Zivic, de 32 años, escribe estas palabras para contestar a las ofertas laborales que le llegan por correo. El joven estudió Ciencias de la Computación en la Universidad de Buenos Aires (UBA) y trabaja como experto en data science en Mercado Libre desde hace un año.
Su trabajo consiste en hacer recomendaciones a los usuarios cuando efectúan una compra. “Nos basamos en los patrones de cómo la gente se comporta en la aplicación y nos preguntamos: «Quienes vieron algo ¿lo compraron?». Y si no lo hicieron, nos interrogamos: «¿qué otra cosa se llevaron?»”.
“Si alguien se compra un celular, la página te recomienda la funda que otros se compraron luego de adquirir ese teléfono. O puede recomendarte algo que ni sabías que existía, como un cristal de vidrio para la pantalla. Para la persona es mejor porque se ahorra el tiempo de investigar, y para la empresa también, porque realiza una nueva venta”, detalla Zivic.
Si bien él cursó materias sobre análisis de los datos durante la carrera, se especializó de manera autodidacta. “Hice una infinidad de cursos online, leí blogs”, cuenta.
Según las consultoras laborales, “el trabajo abunda, pero la oferta no acompaña”. Así, sostienen, las empresas contratan profesionales basándose en su experiencia laboral, más que en su formación académica, y eligen instruirlos dentro de la compañía.
En el caso de la compañía global Accenture, sólo en la Argentina hay 230 personas que trabajan en áreas de análisis de datos. “Asesoramos a las empresas en cómo poner en marcha su estrategia de negocios y aumentar los beneficios basándose en un correcto uso de sus datos”, explica su gerente, Gustavo Chávez. Y agrega: “Vemos que hay una demanda insatisfecha de profesionales. Hay una brecha entre la educación académica y el mundo real de los negocios. Entonces, optamos por formarlos dentro de la misma empresa”.
Matías Ghidini, de la consultora GhidiniRodil, afirma: “Los científicos de datos son hoy las estrellas de la compañía. Son perfiles superescasos en un mercado laboral que crece todos los años”.
Pico y pala
Lucas Pogorelsky estudió Actuario en la UBA y luego cursó una maestría en data mining. Con 33 años, trabaja como científico de datos en el banco Santander Río, luego de haber pasado por Globant y Telefónica. Para él, el científico de datos tiene que saber inglés, porque hay muchas ofertas laborales para trabajar en el exterior. “No sólo hay que saber de estadística, matemática y programación, sino tener conocimiento del negocio”, detalla.
Dentro de Santander Río cuenta que su función es “estar con pico y pala con los datos”. “Buceo en la información que generan los usuarios. De su comportamiento podés optimizar la oferta y el momento de hacerlo”, explica.
Cuenta que llegó a recibir hasta cuatro ofertas laborales por día. “Es un entorno laboral tan dinámico que aparecen empresas que contratan de a muchas personas a la vez”, indica. En poco tiempo, planea renunciar para armar, junto a otros socios, una consultora de servicios de data science: confía en la demanda de trabajo que hay en el mercado.
Según una encuesta salarial hecha por Pogorelsky a más de 100 profesionales, el científico de datos gana, en promedio, 500.000 pesos al año. Es decir, unos $ 40.000 al mes.
“Si pensás en un perfil de data science semisenior con cuatro años de experiencia, el sueldo puede ir de $ 35.000 a $ 55.000”, manifiesta Ghidini.
La demanda laboral insatisfecha por parte de las empresas lleva a que surjan cursos, carreras de grado y posgrados sobre el tema. Actualmente, hay cursos de data science en la Universidad Tecnológica Nacional y en Digital House. Además, la UBA y la Universidad
Austral cuentan con una maestría en explotación de datos.
A partir del año próximo, la Universidad Torcuato Di Tella (UTDT) y el Instituto Tecnológico de Buenos Aires (ITBA) lanzarán una propuesta un tanto distinta. La UTDT contará con un máster en analytics y el ITBA, con una carrera de grado en analítica empresarial. Las dos propuestas buscan formar profesionales en análisis de datos, pero además, con conocimiento de negocios.
“Analizando el mercado encontramos que hay muchos científicos de datos con perfiles muy técnicos, que, muchas veces, no tienen la visión de negocio. Vamos a formarlos en tecnología y datos, pero siempre con el abordaje en la resolución concreta de un problema de negocios”, explica Gustavo Vulcano, director de la Maestría en Management+Analytics de la UTDT.
“Notamos que en las empresas había un diálogo complicado entre el científico de datos, que quizá nunca tuvo materias de administración, y el profesional de negocios, que no sabe cómo explotar datos. Hay que construir la interfaz entre estos dos mundos”, detalla Vulcano.
Juan Vidaguren, director de la Licenciatura en Analítica Empresarial y Social del ITBA, señala: “Se tardaba años en que el experto en datos y el administrador se pusieran de acuerdo porque hablan idiomas diferentes”. Las empresas se acercaron a la universidad y dijeron: “Vamos a tomar a los egresados de la carrera de las primeras dos camadas”.
Por esta razón, Digital House tiene dos cursos distintos. Por un lado, el de data science, y por otro, el de data analytics. Según Ricardo Diez, coordinador de la institución, la diferencia radica en la profundidad de las técnicas y herramientas estadísticas. “El enfoque de analytics tiene más que ver con el negocio, no hay que tener un conocimiento tan profundo de estadística y programación; mientras que el del científico de datos es más profundo y más relacionado con la ciencia”, explica.
Gustavo Chávez gerente de Accenture “Hay una demanda insatisfecha de profesionales. Hay una brecha entre la educación académica y el mundo real de los negocios” Gustavo Vulcano universidAd torcuAto di tellA “notamos que en las empresas había un diálogo difícil entre el científico de datos, que nunca tuvo materias de administración, y el profesional de negocios, que no sabe cómo explotar datos. Hay que armar la interfaz entre ambos” Ignacio Gabancho spring “no hace falta ser programador para el uso de grandes bases de datos. no estás haciendo estadística todo el día. pero sí tenés que entender sobre matemática y estar preparado para innovar siempre”