Analytics / Data Science permite a las empresas optimizar su relación de producción (bien o servicio) a recurso (costo del negocio). Como regla general, más conocimientos e inteligencia procesable que un científico de datos puede proporcionar, ya sea a través de paneles de control o algoritmos de autoaprendizaje, más salario puede obtener, en relación con sus pares en la misma industria.
Por lo tanto, dependería por completo del sector de la industria de la compañía donde se emplea un científico de datos.
Como mencionó, las empresas de servicios financieros, por ejemplo, tienen una connotación de proporcionar muy poco al impacto social, y sin embargo pagan bastante bien por los científicos de datos. Y aún mejor para los científicos de datos con experiencia que pueden aumentar aún más los ingresos de la empresa.
En general, creo que el impacto social y el salario no se correlacionan para los científicos de datos, ya que el salario es la función de la eficiencia (o eficiencia percibida) que uno aporta a la empresa. Y la eficiencia en su trabajo y el impacto social no se correlacionan. Tomemos, por ejemplo, un científico de datos altamente remunerado en la industria de seguros, ¿contribuye más al impacto social que los científicos de datos menos remunerados en su equipo?
Creo que el objetivo de la compañía se correlaciona con el impacto social y los científicos de datos empoderan a la compañía para entregarlo mejor.
- ¿Cuáles son los diferentes tipos de 'científicos de datos' en Facebook?
- ¿Cómo utiliza Lumosity la ciencia de datos?
- Quiero ingresar a un programa de maestría en ciencia de datos. ¿Podría aprender matemáticas discretas darme una ventaja competitiva?
- ¿Qué habilidades tienen la mayor influencia en el salario del científico de datos?
- Cómo hacer la transición a un rol de científico de datos dentro de mi empresa actual
Una cosa curiosa para reflexionar, ¿un científico de datos senior empleado por la cadena de comida rápida contribuiría al impacto social o lo perjudicaría?