Esta especialidad tiene pleno empleo y los sueldos están entre los más elevados del mercado

Expertos en obtener, modelar y analizar los datos que se obtienen de diversas fuentes, y que son el fundamento para tomar decisiones en los más variados negocios, proyectos y sectores de la economía, los científicos de datos tienen una demanda laboral creciente y sueldos que están entre los más altos del mercado.

"Es uno de los roles más atractivos del mercado. Esto es por el valor que las organizaciones ven en un profesional que, con esta formación y habilidades, les brinda la capacidad de tomar grandes volúmenes de datos para encontrar una serie de patrones y tendencias que son útiles para el negocio", resume Rodrigo Fernando Díaz, director de la licenciatura en Ciencia de Datos de la Universidad Nacional de San Martín (UNSAM), creada hace tres años para formar especialistas en este campo.

"La Ciencia de Datos utiliza conocimientos de estadística, matemática, informática y nociones empresariales para desarrollar modelos de inteligencia y análisis específicos de la industria –señala, por su parte, Ernesto Mislej, cofundador y Chief Scientist de la firma de servicios de machine learning e inteligencia artificial 7Puentes-. Hay tres pilares que sustentan su perfil profesional: la estadística, la computación y la comunicación."

Sueldos que paga el mercado a los científicos de datos

Tan valioso es su aporte que, de acuerdo con la encuesta salarial que elabora la comunidad de profesionales de sistemas Sysarmy, los científicos de datos se destacan entre las posiciones que perciben los salarios más elevados.

Por ejemplo: un perfil junior cobra una ingreso mensual de $1,32 millón, en tanto que un semi-senior gana $2,25 millones y un especialista de nivel senior $3 millones.

Sueldos de científicos de datos

En todos los casos, se trata de sueldos bruto (mediana). "La mediana de los salarios, para los datos de la encuesta, suele estar levemente por debajo del valor promedio", aclararon los responsables.

En las dos posiciones con más experiencia, sus remuneraciones se encuentran por encima de las de sus colegas como scrum masters, arquitectos, investigadores y diseñadores UX, administradores de sistemas, y especialistas en seguridad, entre otros. Además, el 41,7% de la muestra cobra algún tipo de bono variable.

El relevamiento de Sysarmy, cuyos datos fueron procesados por Rodrigo Díaz y María Sol Espain, se nutre de la información salarial que envían los propios miembros de la comunidad y, en esta oportunidad, recolectó 5.490 respuestas.

Datos y comunicación, ésa es la cuestión

La formación de estos profesionales, sin embargo, "excede por lejos la parte técnica, ya que hay una serie de habilidades ‘soft’ que son clave desarrollar para incorporarse al mercado de trabajo", afirma Díaz. De acuerdo con el docente de la UNSAM, "lo que distingue y hace tan valioso a un científico de datos es su capacidad de investigar, y de aprender y adaptarse rápidamente y de manera autónoma, ya que suelen trabajar en temas muy diferentes: desde finanzas o marketing, hasta procesos de biotecnología".

A esto se agregan las habilidades de comunicación, "ya que deben compartir los resultados de su trabajo con profesionales de distintas áreas, la mayoría no técnicos, e interactuar con equipos integrados por diversas especialidades". Otro aspecto relevante, sin duda, es "un manejo ético de los datos, de la privacidad de los datos personales y de nuevas tecnologías como la Inteligencia Artificial", concluye Díaz. Con esta visión coincide Mislej, de 7Puentes, para quien "las competencias comunicacionales son relevantes dado que los científicos de datos deberán preparar una representación gráfica o visual a partir de los datos subyacentes".

Según Mislej, "se enfocan exclusivamente en todo lo relacionado con el problema científico", mediante el desarrollo de técnicas de machine learning y modelos estadísticos. "Sus tareas principales son diseñar y desarrollar modelos de datos. Esto supone capturar los datos de los fenómenos que se quieren estudiar y, posteriormente, construir modelos que describan, diagnostiquen o predigan dichos comportamientos". Y menciona algunos ejemplos: "¿Qué productos realmente interesan a los clientes de una empresa? ¿Es posible identificarlos? En los próximos meses ¿qué clientes probablemente no pagarán? En el período posterior a la crisis ¿cuánto tiempo le llevará a una compañía en particular restablecer su negocio y qué acciones deben tomar por adelantado? ¿Es mejor invertir en acciones, comprar o alquilar equipos más modernos para la producción?".

Formación: cursos, carreras y posgrados

La inserción laboral es mayor en aquellas organizaciones que tienen procesos con alto nivel de digitalización. "Por lo general, estos perfiles ingresan a empresas de tecnología y startups tecnológicas, que suelen tener una alta demanda para desarrollar productos y servicios basados en datos. Las instituciones financieras utilizan modelos predictivos para gestión de riesgos, fraudes y análisis de mercado", señala Ignacio D’Aloisio, consultor de Empleos de la División Technology de Adecco Argentina.

"El análisis de datos también se usa en salud, para la investigación médica, la optimización de tratamientos y la gestión de recursos, y las empresas de retail los utilizan para personalizar la experiencia del cliente y optimizar la cadena de suministro. También tienen probabilidades de inserción laboral en compañías de telecomunicaciones, ya que analizan datos para mejorar el servicio al cliente y optimizar redes", completa D’Aloisio.

Como la licenciatura en Ciencia de Datos es una carrera que se creó recientemente, quienes trabajan en este campo hoy suelen ser graduados de carreras como matemáticas, estadística, informática, ingeniería, biotecnología, física, economía, sociología o farmacia, entre otras. "Un máster o doctorado en Ciencia de Datos, Estadística, Inteligencia Artificial o campos afines puede ser muy beneficioso y a menudo requerido para roles más avanzados", indica Johanna Dzikowsky, IT Talent Acquisition Specialist de la División Technology de Adecco Argentina.

"En cuanto a la formación práctica, estos perfiles suelen participar en proyectos independientes o competencias como Kaggle para ganar experiencia práctica –agrega Dzikowsky-. Los cursos y certificaciones en plataformas como Coursera, edX, o DataCamp pueden proporcionar habilidades específicas y actualizadas. Además, pueden aprovechar recursos educativos en línea y tutoriales autodidactas para aprender nuevas herramientas y técnicas."

Entre otros requerimientos técnicos que suelen demandar las empresas y organizaciones en sus procesos de selección, los reclutadores de Adecco señalan la "habilidad en lenguajes como Python, R, SQL, y herramientas como Jupyter Notebooks". Y agregan que también se pide "experiencia con bibliotecas como TensorFlow, Keras, Scikit-Learn, y algoritmos de aprendizaje supervisado y no supervisado". Completan este perfil el uso de herramientas como Tableau y Power BI; bibliotecas de Python (Matplotlib y Seaborn), y bases de datos relacionales y no relacionales.