LO ÚLTIMO EN EL MUNDO LABORAL; LOS CIENTÍFICOS DE DATOS

Los científicos de datos, las "estrellas" del mercado laboral que rechazan ofertas todas las semanas
Trabajan con el análisis de grandes volúmenes de datos; reciben al menos 3 propuestas laborales por semana y tienen sueldos altos; las universidades amplían su oferta para formar más profesionales de este tipo
Las empresas reclutan a los graduados y estudiantes.

Cuando Netflix recomienda una película. Cuando Facebook sugiere que hay un amigo al cual podrías conocer. Cuando Google pregunta si querías decir otra cosa. Detrás de cada una de esas situaciones hay un profesional que trabaja con Big Data, una herramienta que permite almacenar y procesar grandes volúmenes de información no tradicional.
Por la enorme potencialidad que tienen los datos para los negocios, los llamados "científicos de datos" son considerados las "estrellas" de las empresas. Ante la escasez de estos perfiles, tienen sueldos altos y reciben al menos tres ofertas laborales por semana. En sintonía con el mercado, las universidades comienzan a ofrecer carreras de grado y de posgrado para capacitar a estos profesionales.
Seis ofertas de trabajo por mes
Muchas gracias, pero no estoy buscando trabajo. Al menos dos veces por semana Pablo, de 32 años, escribe estas palabras para contestar los correos electrónicos con ofertas laborales.  estudió Ciencias de la Computación en la Universidad de Buenos Aires (UBA) y trabaja como experto en data science en Mercado Libre desde hace un año.

Su trabajo consiste en realizar recomendaciones a los usuarios cuando realizan una compra. "Nos basamos en los patrones de cómo la gente se comporta en Mercado Libre y nos preguntamos: Quiénes vieron algo, ¿se lo compraron? Y si no se lo compraron, ¿qué se llevaron?".
"Si alguien se compra un celular, la página te recomienda la funda que otros se compraron luego de adquirir ese teléfono. O puede recomendarte algo que ni sabías que existía, como un cristal de vidrio para la pantalla o un holder magnético para el auto. Para la persona es mejor porque se ahorra el tiempo de investigar, y para la empresa también porque realiza una nueva venta", detalla
Si bien tuvo materias sobre el análisis de los datos en la Facultad de Ciencias Exactas de la UBA, se especializó en forma autodidacta. "Hice una infinidad de cursos online, leí blogs y siempre llevaba un libro de texto de Machine Learning bajo el brazo", cuenta.
Las "estrellas" de las empresas
Es que según las consultoras de trabajo, "el trabajo abunda, pero la oferta no acompaña", por lo que las empresas toman profesionales basándose en su experiencia laboral más que en su formación académica y eligen formarlos dentro de la compañía.
En el caso de la compañía global Accenture, sólo en la Argentina hay 230 personas que trabajan en áreas de análisis de datos. "Asesoramos a las empresas en cómo poner en marcha su estrategia de negocios y aumentar los beneficios basándose en un correcto uso de sus datos", explica Gustavo  43 años, ingeniero en sistemas y gerente de Accenture.
"Vemos que hay una demanda insatisfecha de profesionales. Hay una brecha entre la educación académica y el mundo real de los negocios, entonces optamos por formarlos dentro de la misma empresa", detalla
En este sentido, Matías  de la consultora de trabajo GhidiniRodil, afirma: "Los científicos de datos son hoy las estrellas de la compañía. Son perfiles super escasos en un mercado laboral que crece todos los años".
Sueldos promedio de 40 mil pesos
Lucas estudió Actuario en la Universidad de Buenos Aires y luego realizó una maestría en Data Mining, también en la UBA. Con 33 años trabaja como científico de datos en el banco Santander Río, luego de haber pasado por Globant y Telefónica.
Lucas  trabaja en el Santander Río.

En Globant trabajaba en un sistema de recomendaciones para una empresa de educación que daba cursos a distancia en Estados Unidos. "Si a un alumno le iba mal había un sistema que le recomendaba un contenido para reforzar un conocimiento. Nos basábamos en los desempeño de los estudiantes de otros alumnos que les hubiera costado lo mismo", explica
Para él, el científico de datos tiene que tener como condición saber inglés, ya que hay muchas ofertas laborales para trabajar en el exterior. "No sólo hay que saber de estadística, matemática y programación, sino tener conocimiento del negocio", detalla.
Dentro de Santander Río cuenta que su función es "estar con pico y pala con los datos". "Buceo en la información que generan los usuarios. De su comportamiento podés optimizar la oferta y el momento de hacerlo", explica.
Una clase del curso de Data Science en Digital House.
Además de su trabajo como científico de datos en el banco, trabaja como profesor de un curso de Data Science en la Escuela Argentina de Nuevas Tecnologías. Y además, ha llegado a recibir hasta 4 ofertas laborales por día. "Es un entorno laboral tan dinámico que aparecen empresas que contratan de a muchas personas a la vez", explica. Sin embargo, en poco tiempo planea renunciar para poner, junto a otros socios, una consultora de servicios de Data Science ya que confía en la demanda de trabajo que hay en el mercado.
Según una encuesta salarial realizada por Pogorelsky a más de 100 profesionales, el científico de datos gana, en promedio, 500 mil pesos al año, lo que significa 40 mil pesos por mes.
La cifra representa un promedio, ya que varía según el tipo de empresa y la experiencia del profesional, entre otros factores. "Si pensás en un perfil de Data Science semi senior con 4 años de experiencia, el sueldo puede ir de 35 mil pesos a 55 mil", manifiesta  de la consultora GhidiniRodil.
Alumnos de Digital House.
"Van a contratar a todos los egresados"
La demanda laboral insatisfecha por parte de las empresas lleva a que surjan cursos, carreras de grado y posgrados del tema. Hoy en día hay cursos de Data Science en la Universidad Tecnológica Nacional y en Digital House. Además, la Universidad de Buenos Aires y la Austral cuentan con una Maestría en Explotación de Datos (Data mining).
Sin embargo, a partir del año que viene, la Universidad Torcuato Di Tella (UTDT) y el Instituto Tecnológico de Buenos Aires (ITBA) lanzarán una propuesta un tanto distinta. La UTDT contará con un máster en Analytics y el ITBA con una carrera de grado en Analítica Empresarial.
Más allá de las diferencias entre ambas, las dos propuestas tienen como objetivo formar profesionales con una formación en el análisis de datos, pero además, con conocimiento de negocios.

"Analizando el mercado encontramos que hay muchos científicos de datos con perfiles muy técnicos, que muchas veces no tienen la visión de negocio. Nosotros vamos a formarlos en programación, tecnología y datos, pero siempre con el abordaje en la resolución concreta de un problema de negocios", explica Gustavo  director de la nueva Maestría en Management+Analytics de la Universidad Torcuato Di Tella.
Las empresas deben convencer a los graduados de que trabajen para ellas.
"Notamos que en las empresas había un diálogo complicado entre el científico de datos, que quizá nunca tuvo materias de administración; y el profesional de negocios, que no sabe cómo explotar datos. Hay que construir la interfaz entre estos dos mundos", detalla
En este mismo sentido opina Juan director de la nueva carrera del ITBA, la Licenciatura en Analítica Empresarial y social. "Se tardaba años en que el experto en datos y el administrador se pusieran de acuerdo porque hablan idiomas diferentes", agrega . Las empresas se acercaron a la universidad y le dijeron: "Vamos a tomar a todos los egresados de la carrera de las primeras dos camadas".
Por esta razón, la escuela Digital House tiene dos cursos distintos. Por un lado el de Data Science y por otro el de Data Analytics. Según Ricardo, profesor de Digital House, la diferencia radica en la profundidad de las técnicas y herramientas estadísticas. "El enfoque de analytics tiene más que ver con el negocio, no tenés que tener un conocimiento tan profundo de estadística y programación; mientras que el del científico de datos es más profundo y más relacionado a la ciencia", explica.
"Vivimos en una realidad paralela"
Ricardo asegura que hizo el camino inverso. Primero estudió Marketing y luego hizo una especialización en Data Science en Estados Unidos. Hace dos años, cuanto tenía 30, decidió abandonar la relación de dependencia y creó la consultora Analytics Town, en la que hoy trabajan 8 personas.
"Mi contadora me pregunta cómo hicimos para crecer tanto, cuando en los diarios se lee que hay déficit laboral o un contexto económico adverso. Nosotros tenemos tanto trabajo que hasta siento que vivimos en una realidad paralela", cuenta. "Hace poco me fui una semana de vacaciones y tenía en el Linkedin 12 mensajes con propuestas laborales", cuenta.
Ricardoestudió marketing y luego se especializó en Data Science. A los 30 años se puso su propia consultora.
Dónde se puede trabajar

Juan estudió ingeniería en sistemas en la Universidad Abierta Interamericana y trabaja en Agnostic, una consultora que da servicios de instalación y desarrollo de Big Data. "Las empresas que más nos convocan son bancos y supermercados porque manejan mucha información. Pero hemos llegado a trabajar hasta con un laboratorio farmacéutico", cuenta Fardaus, de 43 años.
"En Big Data trabajamos con ingenieros, matemáticos, estadistas y físicos. Pero los negocios no nacen de las áreas de tecnología, por lo que los administradores o economistas tienen que empezar a aprender a la fuerza", detalla.
Juan  es ingeniero y trabaja en una consultora de Big Data.
De esta forma, el universo de los datos ya no queda sólo reservado para ingenieros, estadistas o matemáticos. Comienzan a sumarse también actuarios, economistas, administradores de empresas, analistas de marketing y hasta sociólogos. Y el poder de los datos hace que se necesiten los profesionales en ámbitos privados, pero también públicos.
En este sentido, Ignacio , de Spring, que es parte del grupo Adecco, explica: "No hace falta ser programador para la utilización de grandes bases de datos. No estás haciendo estadística todo el día. Pero si tenés que entender de matemática y estar preparado para innovar siempre".
La abundante salida laboral y los altos sueldos, sumado a que hay cursos cortos de Data Science hacen atractiva la profesión. Sin embargo, recomienda: "No hay años de experiencia en esto y hay mucha gente que toca de oído. El que se quiere meter, se tiene que meter a fondo".

H. B.