Esta pregunta sigue las leyes básicas de la economía: oferta y demanda. Para que un mercado se inunde de científicos de datos, la suposición subyacente es que la oferta de científicos de datos será mayor que la demanda. Actualmente, la demanda de ciencia de datos en su conjunto es muy alta, mientras que la oferta de buenos candidatos es relativamente baja.
Piensa en informática hace años. Internet se estaba convirtiendo en una cosa y la gente estaba ganando mucho dinero con él. Todos querían convertirse en programadores, diseñadores web o cualquier cosa, solo para estar en la industria de la informática. Los salarios eran muy altos y fue excepcional estar allí. Con el paso del tiempo, los salarios se redujeron a medida que la oferta de chicos y chicas de CS comenzó a alcanzar la demanda. Dicho esto, la industria todavía está por encima del promedio en términos de pago.
Lo mismo le está sucediendo a la industria de la ciencia de datos en este momento. La demanda es realmente alta y la oferta es baja, por lo que los salarios siguen siendo muy altos y la gente está muy dispuesta a entrar en la ciencia de datos.
Exploremos un poco la oferta y la demanda de ciencia de datos:
Demanda:
La toma de decisiones basada en datos está aumentando en popularidad. Mientras que en los últimos años, los analistas usarían software como Excel para analizar datos, mientras que solo los académicos recurrirían a SPSS, Stata, etc., ahora las cosas están cambiando.
La tecnología es lo suficientemente avanzada como para tener herramientas como:
· Google Analytics para su departamento de marketing;
· ERP complicados que descomponen la información y crean visualizaciones. Ejemplos son SAP y Microsoft Dynamics para sus analistas de negocios, recursos humanos, gestión de la cadena de suministro, etc.
· Tableau, Sisense, Microsoft Power BI para su departamento de inteligencia empresarial (que es un subcampo de la ciencia de datos), donde los analistas pueden visualizar los datos de formas sin precedentes y descubrir ideas inesperadas
· Mejoras sobresalientes en lenguajes de programación como R y Python, que le permiten realizar análisis muy complicados con un par de líneas de código.
Entonces, tiene todas estas herramientas que no son demasiado difíciles de usar. Puede darse el lujo de emplear a algunas personas para aprovecharlas, y sabe que esto cuadruplicará su negocio. ¿Conseguirías un equipo de ciencia de datos? Por supuesto.
¿Cuáles son algunos ejemplos de ciencia de datos?
1. Google . Son la definición de la ciencia de datos. Todo lo que hacen es impulsado por los datos de su motor de búsqueda (google.com), a través de sus esfuerzos en YouTube, la maximización de los ingresos publicitarios, etc. Incluso su equipo de recursos humanos está utilizando el método científico para evaluar estrategias que hacen que los empleados se sientan mejor en el trabajo, por lo que Pueden ser más productivos. Google no es el mejor lugar para trabajar por casualidad.
2. Amazon . Cada recomendación de producto que obtiene proviene de los sofisticados algoritmos de ciencia de datos de Amazon. En realidad, Amazon ha implementado un algoritmo que puede predecir con cierta certeza si va a comprar un determinado producto. Si la probabilidad es lo suficientemente alta, la trasladan a la unidad de almacenamiento más cercana así que cuando realmente lo compre, podría entregarse el mismo día.
3. Facebook. Facebook está generando ingresos publicitarios como locos, ya que tiene todos esos datos personales para todos sus usuarios. Como interactúa con la plataforma, ellos saben si prefiere videos de gatos o videos de perros, por lo que saben si usted es un gato o un perro. Saben en qué deporte te gusta, qué comida prefieres, la cantidad de dinero que estás dispuesto a gastar en línea. De esta manera, pueden apuntar a sus usuarios de maneras extraordinarias, por lo tanto, a las empresas les encanta usarlo como medio.
Dicho esto, no solo las grandes empresas tienen una división de ciencia de datos. Las pequeñas empresas, los blogs y las empresas locales utilizan Google Analytics para sus necesidades y obtienen grandes beneficios. Esto también es parte de la ciencia de datos. No es necesario que esté haciendo aprendizaje automático para monetizar la ciencia de datos.
Ahora, si sus competidores dependen de la toma de decisiones basada en datos y usted no, lo superarán y le robarán su participación en el mercado. Por lo tanto, debe adaptar y emplear herramientas y técnicas de ciencia de datos, o simplemente se verá obligado a abandonar el negocio.
Suministro:
La ciencia de datos fue impulsada por el cambio tecnológico; por lo tanto, era imposible existir hace 20 años (bajo poder computacional, lenguajes de programación primitivos).
Sin embargo, cuando surgió, la educación tradicional no estaba lista, por lo que todavía hay muy, muy pocos programas que eduquen a los aspirantes a científicos de datos. Yo diría que las personas que entran en el tema, generalmente pasan de algún otro campo y adquieren las habilidades necesarias principalmente a través de la preparación personal. Eso incluye libros, trabajos de investigación y cursos en línea. Dicho esto, todavía no hay suficientes personas explotando las oportunidades en esta industria.
Al tener una baja oferta de mano de obra de calidad, los salarios se mantendrán altos. Por lo tanto, este es un buen campo para entrar.
Conclusión:
Teniendo en cuenta que la demanda continuará creciendo, espero que el resultado sea algo así como el campo CS: la demanda crecerá más rápido que la oferta durante mucho tiempo.
Por lo tanto, mucha gente ingresaría a la ciencia de datos en los próximos años, pero para mí parece que las ofertas de trabajo serán suficientes para satisfacer ese suministro.