Tech

Ésta es la profesión del futuro que los mexicanos no quieren estudiar

Es uno de los trabajos del futuro más demandados, que se desprende de carreras como Actuaría, Física y Matemáticas, que en conjunto tuvieron un número de aspirantes de 5 mil 415 en la convocatoria de la UNAM.
Brenda Acosta
28 febrero 2017 17:5 Última actualización 02 marzo 2017 11:54
actuario

actuario

Si aún te preguntas qué carrera estudiar y tu respuesta se divide en lo que te gusta y las profesiones más rentables en un futuro, debes saber que una de ellas es el análisis de datos. A quienes desarrollan este trabajo también se les conoce como data scientist.

Este puesto es mayormente solicitado por grandes compañías que recaban y analizan información de sus clientes y consumidores para así saber qué hacer para llegar a los objetivos que se proponen e incluso se pueden anticipar a algunas crisis.

Algunos casos de éxito del análisis de datos provienen de empresas como Netflix y su serie “House of Cards”, pues antes de sacarla al aire, se hizo una investigación de análisis de datos en la que se trató cuestiones de qué temas y hasta qué actores podrían convertir esa serie en un éxito; el resultado ya lo conocemos.

Stephen Brobst, Chief Technology Officer (CTO) de Teradata, empresa dedicada al análisis de datos, mencionó que el 'data analytics' es sumamente importante en las empresas, puesto que una que no cuente con estas herramientas está destinada a la extinción, ya que no estaría viendo cómo mejorar su compañía y las ventajas que tiene ante su competencia.

Casos de éxito de un Data Scientist
En Amazon, un analista de datos es quien, basado en la información recolectada del cliente, brinda recomendaciones de artículos a los compradores, esto provoca que alrededor del 30 por ciento de las ventas de Amazon se realicen gracias a éstas. 

Un data scientist puede provenir de carreras como Física, Matemáticas y Actuaría, puesto que las habilidades que necesita tener son la curiosidad, conocimientos económicos, saber cómo encontrar información, contar con entendimiento de estadística, conocer sobre historia, y por último tener capacidades comunicativas, para poder traducir los datos en información valiosa para una empresa.

“Los data scientist son pensadores analíticos, saben cómo recolectar datos, saben cómo analizarlos”, mencionó Brobst.

En la Universidad Nacional Autónoma de México, en 2016 el total de aspirantes para la carrera de Actuaría fue de 3 mil 395, y por cada seis estudiantes uno ingresó; para la carrera de Física, la demanda fue de 2 mil 131 personas, por cada siete aspirantes uno ingresó; y para Matemáticas, el número de aspirantes fue de 889, donde de cada tres que demandó la cerrera, uno entró.

Lo que contrasta con el número de aspirantes de carreras como Administración que tienen alrededor de 13 mil 545 solicitudes y de Psicología, donde aproximadamente 14 mil 753 jóvenes aspiran estudiar estas carreras.

Con base en la Asociación Mexicana de Actuarios, el promedio de salario anual es de 250 mil pesos, lo que equivale a que un actuario, con mínimo tres años de experiencia, gane alrededor de 20 mil pesos mensuales. 

Stephen Brobst comentó que en México no hay muchas personas que estudien estas carreras y mucho menos que deseen dedicarse a ser data scientist, trabajo que cuenta con un mercado laboral muy amplio.

Casos de éxito de un Data Scientist
En LinkedIn alrededor del 50 por ciento de conexiones se hace a través de las mismas recomendaciones, mientras que en Netflix alrededor del 75 por ciento del contenido consumido es por las recomendaciones que te hace el sitio después de haber visto un largometraje o serie. 

“El problema es que en México, tanto las compañías como las universidades, no invierten en estas carreras, por lo que cuando hay alguien con talento empresas extranjeras y hasta el mismo Silicon Valley ‘roban’ a dichos estudiantes”, añadió Brobst.

También señaló que a tal problema se suma que algunas empresas tampoco están abriendo paso a la tecnología, por lo que hay una brecha digital que con la llegada de jóvenes talentos en vez de cerrarse, se incrementa.

“Lo que sucede es que algunos directivos no están familiarizados con la tecnología, es decir, que los senior no nacieron con datos, entonces creen que no es necesaria para sus empresas, mientras que los jóvenes consideran que ésta es vital”, mencionó el CTO en Teradata.