¿Qué carrera debo elegir: ingeniero de software o analista de datos?

Respuesta corta: elija Data / Business Analytics.

Respuesta larga :

¿Por qué?

1) Experiencia cruzada en la industria: casi todas las industrias tienen datos y, si conoce los conceptos básicos de Analytics, puede moverse a través de las industrias y comprender cómo funcionan cada una de ellas antes de encontrar realmente su punto óptimo (industria favorita). No tienes esa libertad en Ingeniería de Software.

Esto también te da la opción de cambiar de vertical si no encuentras algo interesante.

2) Una mejor comprensión de cómo se toman las decisiones y la función de las empresas: los datos se usan hoy no solo para ver cómo se vende su producto, sino también para ver dónde invertir, cuál es el próximo movimiento, cómo colocamos un producto, cómo comercializamos un producto y estar en Analytics será una parte integral de tales decisiones. No veo mucho de eso en el software.

¿Se convertirá en una revolución?

Ya lo es. La cantidad de datos que se recopilan cada año aumenta exponencialmente, por ejemplo, observe cómo la capacidad de los dispositivos que utiliza ha aumentado con el tiempo. Lo que el mundo necesitaría es la habilidad para analizar lo que nos están hablando los datos. Hay una escasez de eso a partir de ahora y dado su crecimiento, predeciría que la demanda excedería la oferta durante mucho tiempo.

---

Estoy seguro de que hay más razones para convencerte, pero esta mañana de Nochevieja es todo lo que puedo pensar. Editaré la respuesta cuando encuentre más razones. Si cree que podría haber perdido algo de su pregunta, no dude en dejar un comentario y le responderé.

Tienes que poner la palabra “lucrativo” a un lado y recordar que lo que realmente estás diciendo es “actualmente ambos son lucrativos”. Esta es una distinción importante, ya que cuando te gradúes dentro de 3 a 7 años (dependiendo de cómo lo abordes) los mercados tendrán un cambio drástico garantizado.

Por lo tanto, mire 1) experiencia interdisciplinaria 2) capacidad de moverse 3) estar motivado. Tbh, puedes obtenerlo solo de la programación o de la ciencia de datos, ya que tienen usos en muchos sectores de TI y negocios: me aseguraría de tomar las rutas correctas, sea lo que sea que quieras. También intente y experimente para ver lo que le gusta en sus cursos más nuevos, si lo suyo es la programación o la ciencia de datos, entonces saque las armas grandes en los años de segundo año. En mi universidad, los años de segundo año contaban para el título, dejando espacio para conocerse a sí mismo en los primeros 2 años (de hecho, algunas personas que conozco que tuvieron grandes éxitos reprobaron las clases en los años más frescos, pero obtuvieron resultados brillantes en el segundo año). en tu caso. Confía en mí, puede tomar algunos años para que suceda, pero en general hacer este tipo de trabajos para pagar las cuentas resulta en un fracaso.

Si bien en muchos aspectos los científicos de datos tienen alcance, existen limitaciones. Por ejemplo, tengo una licenciatura y maestría en matemáticas, hay un montón de carreras que usan las matemáticas y comencé como cuantitativo en finanzas, pero a medida que mi experiencia en la industria se desvió de las matemáticas (debido a problemas con mi primera empresa), incluso tuve problemas para encontrar un nueva carrera cuando todo se volvió loco ya que el conjunto de habilidades de una carrera a otra es drásticamente diferente, también los empleadores son mucho más duros con los cambiadores de carrera que los graduados. Incluso en los casos en que las personas no tenían el nivel de problemas que tuve con mi empleador (p. Ej., Estadísticos que intentaban convertirse en quants y viceversa, quants que intentaban convertirse en maestros de matemáticas, etc.) fue muy difícil para ellos cambiar. En pocas palabras: tome lo que la gente dice con una pizca de sal. Es una característica clave de las carreras técnicas que no obtendrá en las carreras de ventas. Razón principal: por ejemplo, un estadístico tardaría años en capacitarse en una nueva carrera de matemáticas, incluso con la lectura de libros tomaría más tiempo que un graduado que ha estado haciendo un título o estudios de posgrado en el campo. Lo mismo con cualquier otro cambio de carrera en matemáticas. Tal vez volver a la universidad nuevamente ayude, pero en última instancia, es mejor que trates de hacerlo bien la primera vez: confía en mí, la universidad solo es divertida cuando tienes 18-23 años.

Esto es algo en lo que pensar si la ciencia de datos no funciona para usted: si es la carrera correcta, incluso cuando los mercados caen, siempre tendrá alcance y lugares o sectores a los que mudarse, pero si no es lo suyo, puede tener dificultades incluso encontrar un nuevo “trabajo” cuando las cosas van mal. Y en mi experiencia, las cosas que salen mal tienden a tener poco que ver con los mercados, incluso en un repunte no estás necesariamente a salvo.

Con la ciencia de datos, para empezar, necesitará que sus estadísticas estén al día, de lo contrario, se enfrentará a personas con especializaciones en matemáticas / física (o tal vez sociología) que no solo entienden las estadísticas sino que pueden tener discusiones en profundidad sobre cosas como cuándo puede decir que un análisis estadístico es dudoso o no y que comprende qué usar y cuándo en su análisis (es decir, cuando lo mejor es simple y cuando es necesario un análisis profundo). Esto es lo que se necesita en la industria y una gran parte de ellos tendrá un profundo conocimiento de la programación. Pero si desarrolla estas habilidades, es probable que sea uno de los 3-4 participantes que tiene una posibilidad realista de obtener el trabajo de los aproximadamente 100 que solicitan trabajos de ciencia de datos.

También tenga en cuenta que el mercado actual en el que las personas obtienen roles de Big Data con relativa facilidad (especialmente en Hadoop) probablemente cambiará drásticamente cuando se gradúe. En este momento, “Big Data” es inmaduro y escucho historias de personas de RR. HH. Que ingresan mediante la creación de bases de datos básicas en su tiempo libre y presentan su trabajo a los empleadores en entrevistas (incluso ahora eso se está desvaneciendo). Pero para cuando te gradúes, será un mercado maduro donde ese tipo de casos serán raros, las brechas en las empresas se llenarán, también la forma en que se dirige el mercado será como cualquier mercado que haya existido: la grasa se masticará y los equipos de ciencia de datos serán pequeños equipos rentables y especializados de personas con sólidos antecedentes estadísticos en matemáticas o ciencias.

Científico de datos. Combina ambos.

¿Hoy? Asumir analista de datos / científico de datos.

Ve con el analista de datos como el próximo trabajo soñado para todos.