¿Por qué ser un científico de datos es el trabajo más sexy del siglo XXI?

Gracias Vimox S Shah por A2A,

Ya di una respuesta detallada a este tipo de preguntas, aquí estoy copia pegando.

Data Scientist está siendo llamado como el “trabajo más sexy” del siglo XXI.

Hal Varian , economista jefe de Google es famoso por decir que “el trabajo más sexy en los próximos 10 años será el de estadísticos”. En 2009, no podríamos haber sabido cuán acertado estaba por llegar a ser, con una pequeña diferencia: Se llaman científicos de datos ahora. Y están a punto de conquistar el mundo.

Data Science o Data Scientist se trata de “Utilizando métodos automatizados para analizar cantidades masivas de datos y extraer conocimiento de ellos”.

Esencialmente, la ciencia de datos se trata de utilizar la gran cantidad de datos que las organizaciones están recolectando para obtener nuevos conocimientos, identificar tendencias y encontrar formas de racionalizar las prácticas comerciales. Cuando considera que en 2020 el mundo generará 50 veces más datos que en 2011, no sorprende que haya crecido una disciplina completa para ayudar a las personas a darle sentido.

Whoa! Espere..!!! Los datos de 50x aumentarán a fines de 2020. Es enorme y debe manejarse correctamente.

Déjame decirte por qué hay una demanda tan repentina ha aumentado? [Tengo el informe de Accenture que le dará las respuestas]

La demanda de buenos científicos de datos ha aumentado en gran parte porque el movimiento de big data se ha convertido en la corriente principal. Las empresas buscan cada vez más formas de utilizar las enormes cantidades de datos que recopilan y almacenan para obtener nuevos conocimientos.

Según un informe de Accenture, el 87% de las empresas creen que el análisis de big data redefinirá el panorama competitivo de sus industrias en los próximos tres años. Y el 89% cree que las empresas que no tengan una estrategia de análisis de big data en el próximo año corren el riesgo de perder cuota de mercado y no serán tan competitivas.

[Referencia: Internet industrial cambia el panorama competitivo – Accenture]

La importancia de la analítica de datos se refleja en los hábitos de gasto de la empresa. Un enorme 73% de las compañías afirman estar gastando más del 20% de su presupuesto tecnológico en análisis de big data. Están utilizando este dinero para invertir tanto en recursos tecnológicos como humanos para aumentar la rentabilidad, obtener una ventaja competitiva y mejorar la seguridad ambiental.

El problema es que, si bien el buen talento de datos se reconoce como crítico para beneficiarse del análisis de datos, alrededor de 4 de cada 10 empresas dicen que sus equipos carecen de las habilidades adecuadas. En su informe, Forrester Research resumió el problema amablemente diciendo: “Las empresas se están ahogando en los datos pero están hambrientas de ideas”. No sorprende entonces que la demanda de científicos de datos haya crecido tan rápidamente.

Qué científicos de datos pueden esperar

Las responsabilidades laborales de un científico de datos varían ampliamente de un sector a otro e incluso de una compañía a otra dentro de esos sectores. Sin embargo, en general, el papel del científico de datos es examinar todas las corrientes de datos entrantes (tanto internas como externas) con el objetivo de descubrir nuevas ideas. Luego deben convertir esas ideas en recomendaciones para obtener una ventaja competitiva o resolver un problema empresarial urgente.

La ciencia de datos actual va mucho más allá de simplemente recopilar e informar sobre datos. Los científicos de datos no solo deben cuestionar y explorar los supuestos y procesos existentes, sino también poder comunicar sus hallazgos y recomendaciones de manera que el liderazgo de la organización pueda comprender y actuar en consecuencia.

El aumento repentino en la demanda de científicos de datos ha creado una brecha de habilidades increíble. McKinsey estima que para 2018, la economía de EE. UU. Tendrá una escasez de 140,000 a 190,000 personas con experiencia analítica. Esta escasez significa que los buenos científicos de datos pueden exigir el mejor precio por sus servicios.

El NY Times informó que los salarios de los científicos de datos de nivel de entrada habían aumentado a $ 91,000 a nivel nacional y $ 110,000 en Silicon Valley. Los científicos de datos más experimentados pueden esperar más de $ 250,000 más bonos. De hecho, de acuerdo con Glassdoor, la ciencia de datos es actualmente el decimoquinto trabajo mejor pagado en Estados Unidos.

[Informe Glassdoor: mejores trabajos en Estados Unidos]

Con tantas compañías peleando por el talento y los salarios en aumento, no es de extrañar que en una infografía reciente LinkedIn coloque a Data Scientist como el quinto título de trabajo de más rápido crecimiento en 2013.

[Informe de LinkedIn: Top 10 títulos de trabajo que no existían hace 5 años [INFOGRAFÍA]]

Es muy simple, hay un crecimiento de 30 veces en los últimos 5 años y, como ya dije para fines de 2020, habrá 50 datos disponibles para procesar.

  • Hay un crecimiento de 30 veces en los últimos 5 años
  • Para finales de 2020, habrá 50 datos disponibles para procesar
  • Habrá una gran escasez de Data Scientist en 2018

Todas las estimaciones lo llevan a una conclusión: habrá una buena carrera en el campo de Data Scientist y, por supuesto, grandes personajes como Google, Amazon, Facebook, LinkedIn, etc. estarán en la carrera para atraer al mejor talento a su organización.

Nota al pie de página: No busque el salario, busque la excelencia. Si muestra su potencial, entonces hay un aumento en el salario.

Todo lo mejor para su carrera en el campo del análisis de datos. 🙂

Lea también este artículo: wired.com Dígales a sus hijos que sean científicos de datos, no médicos

Por favor lea también,

La respuesta de Akash Dugam a ¿Cuáles son las habilidades esenciales necesarias para ser un científico de datos?

La respuesta de Akash Dugam a ¿Qué estadísticas debo saber para hacer ciencia de datos?

La respuesta de Akash Dugam a ¿Cómo comienzo mi carrera en Big Data? ¿Y qué curso en línea es bueno para comenzar una carrera en Big Data?

Si necesita ayuda, no dude en ponerse en contacto conmigo.

No sé si el título de “científico de datos” seguirá siendo tan sexy por otros 80 años. Pero al menos por ahora y durante los próximos años, la capacidad de trabajar con datos, hacer ciencia basada en datos, trabajar en el aprendizaje automático, construir y administrar sistemas de datos, sistemas de programación y algoritmos a gran escala, será una profesión que vale la pena. A medida que los costos de hardware y almacenamiento han disminuido, las cosas que eran inimaginables con los datos hace solo unos años se están convirtiendo en una rutina hoy en día. Es probable que todos los aspectos de la ingeniería y la ciencia que se ocupan de los datos: infraestructura, lenguajes, algoritmos y ciencias sean gratificantes como profesiones. Esto abre nuevas puertas para estadísticos, matemáticos, economistas, físicos, y no solo para personas en ciencias de la computación. Trevor Hastie tiene una gran sesión sobre ciencia de datos en Stanford y habla sobre cómo las estadísticas se han convertido en una profesión sexy:

Vemos nuevas oportunidades para los datos en las ciencias tradicionales y también en las ciencias sociales como el periodismo, la ciencia política y, en general, las ciencias sociales, no solo la ingeniería. Incluso en otras profesiones hay oportunidades para recopilar, administrar, hacer ciencia y aprender de grandes cantidades de datos. Cada campo está evolucionando debido a esta nueva capacidad. De la misma forma en que las computadoras se convirtieron en parte integral de los campos que carecían de ellas, la ciencia de datos desempeñará un nuevo papel. Habrá (ya ahora hay) oportunidad para la ciencia de datos en cada departamento y campo.

En los últimos años, el mundo ha comenzado a digitalizarse rápidamente y las estadísticas indican que alrededor del 80% se ha descubierto solo en los últimos dos años. Data Scientist tiene la responsabilidad de tomar esta gran cantidad de datos no estructurados sin procesar y estudiarla y, por lo tanto, extraer varias ideas y tomar decisiones comerciales relevantes para impulsar el negocio. Lo que hace que este trabajo sea tan único es que se requiere un conjunto de habilidades muy específicas para el mismo (programación, codificación, gestión de datos, estadísticas, etc.) y hay muy pocos que posean lo mismo. El análisis de datos también se puede aplicar en varios campos y compañías diferentes, por lo que muchas compañías han comenzado a buscar científicos de datos.

También hay institutos donde se puede aprender el concepto de análisis de datos y las diversas herramientas utilizadas en el proceso. Imarticus Learning es un instituto educativo que brinda capacitación en análisis de datos y las diversas herramientas requeridas. Para saber más sobre los cursos de Diploma en Analytics.

Fue acuñado por Thomas H. Davenport

La razón es que la ciencia de datos es un trabajo que afectará inmensamente a la sociedad (haciendo obsoletos los trabajos, acercándose a las computadoras inteligentes, …)

Personalmente, creo que es divertido y puede crear una gran cantidad de información.

More Interesting

Si no tengo mucho tiempo y soy bueno en Python, ¿cómo puedo convertirme en un científico de datos rápidamente? ¿Qué libros son los mejores para mí?

¿Qué compañías tecnológicas del Área de la Bahía tienen la mayor proporción de científico de datos a ingeniero?

¿Cuáles son los diferentes tipos de científicos de datos?

Estoy trabajando como analista de negocios y quiero cambiar a un rol de analista de datos. ¿Donde debería empezar?

¿Cuál es un mejor título: Jefe de Ciencia de Datos o Director de Ciencia de Datos?

¿Cuán valioso y relevante es el curso de análisis de negocios 360 que ofrece Analytixlabs para un aspirante a científico de datos?

¿En qué se diferencia un científico de decisiones de un científico de datos?

¿Cuánto puedo ganar como científico de datos en India?

¿Cuál es el papel y la elegibilidad del científico de datos?

¿Cuál es el mejor editor de texto de Python para científicos de datos (iPython, PyCharm, Eclipse, etc.)?

¿Qué idiomas debo saber para convertirme en científico de datos?

¿Cuál es la diferencia entre un analista cuantitativo y un analista / científico de datos?

¿Cuáles son las principales cosas en las que debemos centrarnos más antes de comenzar como científicos de datos más recientes?

¿Puedo ser el mejor científico de datos sin matemáticas?

¿Son dos años suficientes para que un graduado no informático se convierta en un científico de datos? Sé un poco de Java y Hadoop. ¿Donde debería empezar?