Veritas Online

Capital Humano

La batalla por el talento en la ciencia de datos

La batalla por el talento en la ciencia de datos
julio 17
2019

Encontrar el talento que permita a las organizaciones descifrar sus datos se ha convertido en una cacería de unicornios, cuyo costo es elevado y los resultados inciertos; sobre todo si se considera que la fuga de talento es un riesgo latente en perfiles tan codiciados como el de científico de datos. Al respecto, se prevé que en 2024 habrá un déficit de 250 mil científicos, sólo en EUA.

En México, las grandes universidades ya toman cartas en el asunto. Tal es el caso de la UNAM, que recién sumó la carrera de Ciencia de Datos a su oferta académica. Sin embargo, pasarán cuatro años para que la primera generación de científicos de datos unamitas se integre a las empresas. Mientras tanto, conviene replantear nuevos caminos, y la democratización de datos es uno de ellos.

Poner la ciencia de datos en manos de profesionales en su organización, no sólo aliviará la actual escasez de talento, sino que también desarrollará un perfil híbrido encargado de codificar correctamente los datos en los negocios. Se tratará, pues, de una suerte de “traductor” capaz de comunicarse de manera efectiva con científicos de datos y comerciales.

PROCESOS DE CONTRATACIÓN VS. CAPACITACIÓN DEL TALENTO

El dilema aquí se reduce a una pregunta no tan simple: ¿por qué pelear por un unicornio cuando se tiene un ejército de especialistas del negocio? La ciencia de datos es una disciplina emergente y, por ende, el reclutamiento y la contratación de este perfil están provocando retrasos en los proyectos, además de mayores y mal canalizados costos.

Antes de alistarse en la batalla por el talento, reflexione sobre sus colaboradores: ¿acaso no tienen un alto nivel de conocimiento y experiencia de su organización y negocios?

En nuestra opinión, las empresas que aprovechan su actual talento establecen una relación de “ganar- ganar”. Por un lado, cierran la brecha de talento, en tanto que los colaboradores obtienen un crecimiento profesional y económico. Cabe destacar que para obtener estos beneficios es inminente una inversión en nuevas capacitaciones y en herramientas automatizadas.

La mayoría de los proveedores de soluciones de análisis y ciencia de datos han simplificado sus plataformas con el objetivo de acelerar su adopción. Dichas herramientas, más una variedad recursos de capacitación, facilitarán a las empresas crear su propio equipo de científicos de datos.

5 RAZONES PARA NO TEMER A LA DEMOCRATIZACIÓN DE LOS DATOS

Tecnología, gobierno y capacitación son la llave para abrir cualquier puerta. Basar la efectividad de sus proyectos en un sólo perfil profesional es un riesgo que se debe mitigar. A continuación se analizará cómo la descentralización de los datos juega a favor de las empresas, y aquí nuestras cinco principales claves:

Aproveche el poder de la automatización. Se estima que los científicos de datos dedican alrededor del 80% de su tiempo a tareas repetitivas, como la preparación de datos, la ingeniería y selección de características, además de la selección y evaluación de algoritmos. Comience a automatizar estas actividades y concéntrese en el desarrollo de su actual talento.

Despídase del código. Las plataformas de desarrollo de software sin código ofrecen interfaces fáciles de usar tanto para el personal de TI como para el no técnico. Úselas y permita a sus colaboradores construir por sí mismos herramientas basadas en aprendizaje automático.

Inteligencia artificial (AI) preentrenada. Diversas empresas han lanzado modelos de AI preentrenados, logrando integrar la experiencia de aprendizaje automático y convertirlo en productos. Estas soluciones le ayudarán a reducir el tiempo y el esfuerzo de capacitación, e incluso le permitirán la implementación de ideas específicas de inmediato.

Ponga los datos al servicio de sus colaboradores. Existen diversas soluciones que permiten al personal no técnico tener acceso rápido a la información y realizar un análisis de datos complejos sin depender de científicos de datos. Tome en cuenta que la proyección de datos visuales y la generación de lenguaje natural son relevantes para dichas herramientas.

Conviértase en embajador del aprendizaje acelerado. Los programas de capacitación en ciencia de datos dirigidos a profesionales con conocimientos básicos de matemáticas y codificación están proliferando, a la par que promueven un mayor entendimiento en periodos que van desde dos días hasta meses. Fomente este aprendizaje intensivo dentro de su organización.

Algunas compañías ya han comenzado a expandir sus esfuerzos en ciencia de datos a una variedad de profesionales que incluyen ingenieros de datos, estadísticos y usuarios de negocios. Y aunque los beneficios son muchos, también enfrentan ciertos desafíos como la resistencia al uso de las nuevas soluciones.

Es probable que los usuarios comerciales desconfíen de las herramientas de ciencia de datos y prefieran seguir basando sus decisiones en su intuición y olfato de negocio. Por otro lado, los expertos técnicos pueden resistirse a cambiar su estilo de trabajo y automatizar las tareas que creen que requieren una destreza experta.

La adopción de las nuevas soluciones requiere instituir procedimientos de gobierno que corren el riesgo de convertirse en cuellos de botella. Por lo tanto, las empresas deben de crear una estrategia para enfrentar estos retos antes de dar el primer paso hacia la democratización de la ciencia de datos.

De acuerdo con la consultora Gartner, se espera que más del 40% de las tareas de ciencia de datos estén automatizadas para el siguiente año . Sin el gobierno y capacitaciones adecuadas, los usuarios con acceso a las herramientas de autoservicio pueden no obtener información relevante, e incluso malinterpretar o aplicar incorrectamente los resultados en la toma de decisiones.

RUMBO A LA DEMOCRATIZACIÓN DE LA CIENCIA DE DATOS.

Crear y fortalecer los equipos revolucionará el análisis de la información. Para evitar ser bloqueadas por una escasez de mano de obra, las organizaciones pueden optar por un enfoque múltiple que incluya el uso de soluciones automatizadas, modelos preentrenados y constantes capacitaciones y entrenamientos para los usuarios no técnicos.

En caso de contar con científicos de datos, las empresas pueden mejorar su rendimiento con la formación de equipos de trabajo híbridos con ingenieros de datos, estadísticos y analistas de negocios que ayuden a desahogar la carga de trabajo y permitan a los científicos enfocarse en procesos más avanzados y de mayor complejidad.

Aquellas organizaciones que desean formar grandes ejércitos de científicos de datos pueden continuar inmersas en la feroz batalla por el talento, mientras preparan un considerable presupuesto para costear los desgastantes procesos de contratación aunados a los elevados salarios. Por ejemplo, tome en consideración que el sueldo de un científico de datos es siete veces superior al de un ingeniero químico o automotriz .

Es una realidad que los datos están revolucionando a las empresas, pero codificar acertadamente su valor oculto nos obliga a trabajar en equipo y de manera innovadora. Ello puede brindarnos un apoyo invaluable para no concentrarnos en absurdas cacerías que, a la larga, pueden convertirse en una inversión extenuante y poco rentable.

L.A.E. Jorge Ponga Castro
Socio de Capital Humano Deloitte Consulting Group
Integrante de la comisión técnica de Capital Humano y Talento del Colegio
jponga@deloittemx.com

Facebook Comments

Related Articles

Búsqueda

Síguenos en Twitter

A %d blogueros les gusta esto: