Académico de la Facultad de Ingeniería de la Universidad Panamericana

Se busca, horario flexible

Una de las mayores dificultades en la ciencia de datos hoy en día, es la escasez de talento, y aún más, la dificultad de identificar cuál persona tiene las habilidades que tu empresa necesita en su actual nivel de madurez.

Se busca Científico de Datos, que sepa SQL, Excel, Python, R, Deep Learning, Machine Learning, magia negra, conducir un auto de carreras y además esté dispuesto a trabajar por menos de 30 mil pesos al mes.

Una de las mayores dificultades en la ciencia de datos hoy en día, es la escasez de talento, y aún más, la dificultad de identificar cuál persona tiene las habilidades que tu empresa necesita en su actual nivel de madurez. No deseamos contratar a alguien muy bueno dirigiendo cuando necesitamos personas que ejecuten rápido, ni tampoco a personas que sean muy buenos ejecutando cuando requerimos a quienes brinden estrategia. Diferentes necesidades van a requerir de diferentes roles.

Dicho esto, en todos los niveles, actualmente es un reto encontrar un científico de datos apropiado; hay gran movilidad y las personas al poco tiempo en una empresa encuentran ofertas mucho más lucrativas y se mueven, nos movemos, con facilidad y rapidez. Me atrevo a decir que los científicos de datos somos el epítome del prototipo millenial que dura muy poco en un trabajo y genera poco apego por la empresa de la cual es parte.

A los científicos de datos, nos mueven los retos, y la posibilidad de encontrarnos con datos diferentes. Es quizás por esto, la dificultad para permanecer mucho tiempo en una sola empresa. Después de todo, los datos generados por una cadena de supermercados no van a cambiar súbitamente a datos financieros, o de películas. Lo cual hace que el tipo de datos al que estamos expuestos en una sola empresa a la larga se tornan aburridos por el hecho de ser los mismos. Vale la pena mencionar que una de las habilidades que un científico de datos debería tener es la capacidad de encontrar como resolver distintos problemas con los datos existentes o identificar cuales datos se necesitan, teniendo así todo el tiempo problemas interesantes siendo independiente los cambios de los datos.

Esta volatilidad y constante búsqueda de cambio nos pone en aprietos a los que buscamos atraer o retener talento dentro del ambiente de la Ciencia de Datos. Una pregunta que me han hecho múltiples personas del área de Recursos Humanos es: ¿Cómo contrato a un Científico de Datos?

Mis respuestas son tan variadas, como:

  • Ofrecerles retos atractivos: Demuéstrales que el trabajo a realizar podrán poner en práctica muchas de las habilidades aprendidas y la constancia para desarrollar aún más proyectos.
  • Ofrecerles más dinero: Está lejos de ser exclusivo de los científicos de datos, pero muchas veces los problemas pueden ser tan parecidos, que una diferencia salarial puede generar la diferencia. Después de todo, los problemas en datos a los que se encuentran dos bancos son prácticamente los mismos, y es en salario donde se genera el valor agregado al candidato.
  • Ofrecerles capacidad de crecimiento: Muchos científicos de datos saben cuáles son sus áreas dónde tienen margen de aprendizaje, ofrecerles planes atractivos de carrera, como maestrías o diplomados es muchas veces un fuerte incentivo.

Pero la realidad es que aun ahora no estoy seguro cual es la respuesta correcta. Yo mismo he ofrecido más salario, retos que  considero interesantes y promesas de entrenamiento, y aun así, mis colaboradores han decidido elegir otras alternativas.

Y el tema se complica cuando buscamos gente con la capacidad de liderar un equipo de Ciencia de Datos, ya que, al ser una disciplina relativamente nueva, existen pocas personas con la experiencia y el seniority para dirigir un equipo dedicado y dictar estrategia al respecto. Por nuestra formación profesional, es raro que tengamos cursos de liderazgo, o manejo de personal, o incluso de manejo de proyectos, lo cual tiene como efecto que en muchas áreas de Ciencia de Datos se carezca de una dirección estratégica y parece más un cúmulo de proyectos que no tienen ton ni son. No muy distinto de un laboratorio académico, donde dicha dirección no es realmente necesaria.

Entonces, tenemos un problema: una fuerza laboral altamente volátil, donde no hay muchos líderes capaces de llevar un equipo a concretar proyectos que en realidad generen valor para la empresa. Esto hace que contratar a un científico de datos se convierta en un reto que pocas empresas han sido capaces de superar.

Mi último consejo es, manténganse buscando nuevo talento y siempre estén preparados para una alta rotación de personal, asegurándose que el conocimiento creado permanezca en la empresa y con las personas que lo crean.

COLUMNAS ANTERIORES

Los trabajadores ocultos al servicio de la Inteligencia Artificial
México y la soberanía de la IA

Las expresiones aquí vertidas son responsabilidad de quien firma esta columna de opinión y no necesariamente reflejan la postura editorial de El Financiero.