¿Por qué la de data scientist es la profesión más sexy del siglo XXI? - Nobbot

¿Por qué la de data scientist es la profesión más sexy del siglo XXI?

El sector tecnológico es una paradoja. Mientras que en muchos países el desempleo o el empleo precario son una realidad generalizada, el negocio de la informática y del software anda escaso de recursos. Uno de esos perfiles imposibles de encontrar es el de data scientist.

Según cálculos de McKinsey, solo en Estados Unidos habrá 190.000 vacantes de analista de datos (así se podría traducir al español) que se quedarán sin cubrir en 2018. La mayoría de los analistas aún están formándose en universidades o escuelas de negocios, y los que ya trabajan como tales son mayoritariamente matemáticos, estadistas o informáticos, pero no suelen tener formación específica en el área de negocio que les incumbe. Es decir, que estamos ante una profesión que ha cogido a contrapié a la industria.

DATOS que ayudan a tomar decisiones

The New York Times ha publicado que la de data scientist es “la profesión más sexy del siglo XXI”. Un analista de datos está en el centro de esa marejada llamada big data y se encarga de interpretar la abundante y heterogénea información en poder de una compañía para facilitar que sus directivos tomen las decisiones de mercado y estrategia correctas. Borja Torres, CEO de Next Best Target, una compañía que con su producto NBT ayuda a las empresas a obtener conocimiento de su información, asegura que un analista aprovecha los datos, independientemente de la forma o estructura que tengan.

La falta de analistas está haciendo que las empresas sigan “desnortadas”, a pesar de tener en muchos casos las herramientas informáticas para sacar partido a la enorme cantidad de datos que atesoran, pues pudiendo saber hacia dónde va su negocio y qué hacen sus clientes, no tienen a nadie que sepa obtener las claves para dirigir mejor su acción y ahorrar costes.

Los salarios para estos perfiles varían ahora mismo entre los 40.000 y los 75.000 euros al año

Existe tecnología para tratar y procesar esa ingente cantidad de datos, pero faltan personas que sean capaces de sacar provecho de ellos. Y es que el reto es mayúsculo. En 2006 se cifraron en 0,16 zettabytes (un zettabyte equivale a un trillón -o millón de billones- de gigabytes) los datos generados en todo el mundo, y se prevé que en 2020 este volumen crezca exponencialmente hasta alcanzar los 40 millones de zettabytes, es decir, 250 veces más que una década antes.

Los analistas de datos son muy útiles para empresas que manejan datos de millones de clientes, como las financieras, las aseguradoras, los gigantes del retail o las operadoras de telecomunicaciones. Aunque también son útiles en las que hacen investigación, como las farmaceúticas, o las que están necesitadas de mejorar sus procesos, como los holdings industriales.

¿Qué puede hacer realmente un data scientist?

Un ejemplo nos ayudará a contestar esta pregunta. Un banco tiene en su histórico cifras acerca de cuántos clientes tienen una hipoteca y cuántos han dejado de pagar la cuota mensual en alguna ocasión. Si esos datos se cruzan con la cuantía de la nómina, la contratación de otros productos bancarios y otros factores socio-económicos, se podrá hacer un listado de perfiles de clientes “gemelos” que podrían comportarse de manera similar en un futuro no muy lejano. Teniéndolos identificados, pues, se les puede ofrecer de forma proactiva por parte del banco algún tipo de servicio personalizado que evite impagos.

En el mundo real, las posibilidades del análisis de datos son infinitas. Si sabemos qué movimientos hace a diario un cliente y en qué tiendas compra, ¿por qué no llegar a acuerdos con esos comercios para ofrecerles promociones o descuentos en exclusiva al pagar con una determinada tarjeta? En el sector de las aseguradoras ocurre lo mismo. Haciendo un buen análisis de los datos, se podrían prevenir fraudes en los siniestros o bajas laborales, predecir cancelaciones de productos y hasta saber qué nuevo servicio están demandando nuestros clientes.

En el sector público, los beneficios también son palpables. Por ejemplo, se podría conocer, entre otras muchas variables, qué perfil de estudiantes tiene más riesgo de fracaso escolar, cuántos contribuyentes han cometido errores en sus declaraciones de la renta y cómo se puede ayudar a prevenirlos, e incluso solventar crisis como las aglomeraciones de pacientes en hospitales en épocas de alta estacionalidad de gripe, al dimensionar bien los equipos de médicos. El único problema, en este caso, puede ser el acceso a datos que están protegidos por leyes como la LOPD, lo que puede dar lugar a conflictos jurídicos.

Las compañías que buscan analistas están apostando más por la formación interna que por su contratación en el mercado

La magia del análisis de datos ya la hemos visto en el cine. ‘La gran apuesta’ (The big short), película basada en el libro homónimo del escritor Michael Lewis y protagonizada por Ryan Gosling, cuenta, entre otras cosas, cómo un peculiar analista de datos de una firma de inversión (interpretado por Christian Bale) un buen día se dedica a mirar en detalle y cotejar el comportamiento de las hipotecas en los años previos a la crisis inmobiliaria en Estados Unidos, y se da cuenta de que es cuestión de tiempo que el sistema colapse. En ese momento, el audaz analista apuesta, ante la perplejidad de todos, contra el mercado de la vivienda, que vive una burbuja que nadie discute y que todos creen eterna. Luego, cuando todo se hunde, la firma de inversión de nuestro analista obtiene plusvalías multimillonarias. Otra vez, los números estaban ahí, pero nadie se paró a verlos detenidamente y a analizarlos.

¿Qué debe tener un data scientist?

¿Le debemos suponer poderes mágicos o de visionario, como el personaje audaz de ‘La gran apuesta’? Borja Torres no lo cree, pero asegura que, en todo caso, debe ser “un experto en el negocio en el que trabaje y tener una buena base teórica de matemáticas y estadística, así como conocimientos de programación y de bases de datos”. Además, en el apartado de actitudes, “debe ser una persona proactiva, con un sentido de la curiosidad y muy despierta, orientada a la resolución de problemas, con dotes de comunicación y de trabajo en equipo”. Es decir, estamos ante un perfil que requiere una personalidad poco habitual: analítica y cerebral, al tiempo que volcada en el negocio y en el liderazgo de equipos. Ahí es nada.

En España, según Borja Torres, las compañías que buscan analistas están apostando más por la formación interna de sus empleados que por la contratación de los mismos en el mercado. En todo caso, la demanda sigue siendo superior a la oferta. También hay compañías que cubren los conocimientos que debe tener un data scientist con varios perfiles distintos. De este modo, minimizan el riesgo que puede suponer que el analista de datos abandone la compañía para irse a la competencia.

Y es que el peligro de perder a estos expertos es alto porque los salarios son bastante sustanciosos y las tentaciones muchas veces irrechazables. Como con otros perfiles, en el salario influyen la experiencia y las capacidades del aspirante, pero lo normal, según la información que maneja Borja Torres, es que varíe entre los 40.000 y los 75.000 euros al año. Además, cada vez es más frecuente que este tipo de puestos tengan un elevado porcentaje de retribución variable vinculada a la consecución de resultados. En Estados Unidos, un mercado que casi siempre va muy por delante del español, hay vacantes en LinkedIn con salarios superiores a los 130.000  dólares.

En Nobbot | Esto es lo que necesitan y a esto se pueden dedicar los profesionales del Big Data