Imagen del autor

Una vez hablé con un tipo que se jactaba de que, armado sólo con algunos cursos gratuitos de LinkedIn y un curso universitario obsoleto de Introducción a SQL, había logrado conseguir un trabajo de seis cifras en ciencia de datos. Hoy en día, la mayoría de las personas que luchan por conseguir un buen trabajo en ciencia de datos estarán de acuerdo en que es poco probable que eso suceda. ¿Significa eso que la categoría laboral de ciencia de datos es una burbuja reventada, o peor aún, que aún no ha estallado, pero está a punto de hacerlo?

En resumen, no. Lo que pasó es que la ciencia de datos solía ser una subsaturado campo, fácil de acceder si utilizó las palabras clave correctas en su currículum. Hoy en día, los empleadores son un poco más exigentes y a menudo tienen en mente conjuntos de habilidades específicas que buscan.

Los bootcamps, los cursos gratuitos y los proyectos 'Hello World' ya no son suficientes. Debe demostrar experiencia específica y concretar su entrevista sobre ciencia de datos, no solo dejar caer palabras de moda. No sólo eso, sino que el brillo del “científico de datos” se ha desgastado un poco. Durante mucho tiempo, fue el trabajo más sexy que existía. ¿Ahora? Otros campos, como la inteligencia artificial y el aprendizaje automático, son un poco más atractivos.

Dicho todo esto, todavía hay más vacantes en ciencia de datos que solicitantes, y indicadores confiables dicen que el campo está creciendo, no disminuyendo.

¿No convencido? Miremos los datos.

El panorama general

A lo largo de este artículo, profundizaré en varios gráficos, tablas, figuras y porcentajes. Pero comencemos con sólo un porcentaje de una fuente de extraordinaria reputación: la Oficina de Estadísticas Laborales.

El BLS predice que habrá un cambio del 35 por ciento en el empleo de 2022 a 2032 para los científicos de datos. En resumen, en 2032 habrá alrededor de un tercio más de empleos en ciencia de datos que en 2022. A modo de comparación, la tasa de crecimiento promedio para todos los empleos es del 3 por ciento. Tenga ese número en mente a medida que lea el resto de este artículo.

El BLS no cree que la ciencia de datos sea una burbuja a punto de estallar.

Los despidos

Ahora podemos empezar a entrar en el meollo de la cuestión. Las primeras señales que la gente señala como signos de un estallido inminente o de una burbuja son los despidos masivos en la ciencia de datos.

Es cierto que los números no pintan bien. A partir de 2022 y hasta 2024, el sector tecnológico en general experimentado 430 despidos. Es difícil extraer datos específicos de la ciencia de datos a partir de esos números, pero las mejores conjeturas son que alrededor del 30 por ciento de ellos estaban en ciencia e ingeniería de datos.

Fuente: https://techcrunch.com/2024/04/05/tech-layoffs-2023-list/

Sin embargo, eso no es una burbuja explosiva de la ciencia de datos. Tiene un alcance un poco menor que eso: es un pandemia estallido de burbujas. En 2020, a medida que más personas se quedaban en casa, las ganancias aumentaban y el dinero era barato, las FAANG y las empresas adyacentes a las FAANG captaron un número récord de trabajadores tecnológicos, solo para despedir a muchos de ellos solo unos años después.

Si aleja la imagen y observa el panorama más amplio de las contrataciones y despidos, podrá ver que la caída posterior a la pandemia es una caída en una línea ascendente general, que incluso ahora está comenzando a recuperarse:

Fuente: https://www.statista.com/

Se puede ver claramente la enorme caída en los despidos en el sector tecnológico durante 2020 a medida que el mercado se endureció, y luego el enorme aumento que comenzó en el primer trimestre de 1 cuando comenzaron los despidos. Ahora, en 2022, el número de despidos es menor que en 2024.

Las ofertas de trabajo

Otra estadística aterradora que a menudo se promociona es que las empresas FAANG cerraron sus vacantes laborales en un 90% o más. Una vez más, esto se debe principalmente a una gran cantidad de puestos vacantes durante la pandemia.

Dicho esto, las ofertas de empleo en el sector tecnológico siguen siendo más bajas que antes de la pandemia. A continuación, puede ver un gráfico ajustado que muestra la demanda de empleos tecnológicos en relación con febrero de 2020. Está claro que el sector tecnológico recibió un golpe del que no se recuperará en el corto plazo.

Fuente: https://www.hiringlab.org/2024/02/20/labor-market-update-tech-jobs-below-pre-pandemic-levels/

Sin embargo, veamos un poco más de cerca algunos números reales. Si observamos el gráfico a continuación, si bien las ofertas de empleo están indudablemente por debajo de su pico de 2022, el número total de vacantes en realidad está aumentando: un 32.4 % más que el punto más bajo.

Fuente: https://www.trueup.io/job-trend

La narrativa

Si miras cualquier informe laboral y de noticias en línea, verás que en este momento se está produciendo una especie de reacción anti-remota y anti-tecnología. Meta, Google y otras empresas FAANG, asustadas por el poder de negociación que disfrutaron los empleados durante los picos de la pandemia, ahora están presionando para exigir mandatos de regreso a la oficina (los trabajos de ciencia de datos y otros trabajos tecnológicos a menudo son remotos) y despidiendo a grandes cantidades de empleados de manera algo innecesaria, a juzgar por sus informes de ingresos y ganancias.

Sólo por dar un ejemplo, la empresa matriz de Google, Alphabet despedida más de 12,000 empleados en el transcurso de 2023 a pesar del crecimiento en sus divisiones de publicidad, nube y servicios.

Esta es sólo una faceta con la que examinar los datos, pero parte de la razón por la que las empresas están realizando estos despidos tiene más que ver con hacer feliz a la junta directiva que con una menor necesidad de científicos de datos.

La demanda

Encuentro que las personas que creen que estamos en una burbuja de la ciencia de datos suelen ser aquellas que realmente no saben lo que hacen los científicos de datos. Piense en esa estadística de BLS y pregúntese: ¿por qué esta agencia gubernamental bien informada cree que hay un fuerte crecimiento en este sector?

Es porque el necesite porque los científicos de datos no pueden desaparecer. Si bien los nombres pueden cambiarse (experto en IA o especialista en la nube de aprendizaje automático en lugar de científico de datos), las habilidades y tareas que realizan los científicos de datos no se pueden subcontratar, eliminar, disminuir ni automatizar.

Por ejemplo, los modelos predictivos son esenciales para que las empresas pronostiquen las ventas, predigan el comportamiento de los clientes, gestionen el inventario y anticipen las tendencias del mercado. Esto permite a las empresas tomar decisiones informadas, planificar estratégicamente para el futuro y mantener ventajas competitivas.

En el sector financiero, la ciencia de datos juega un papel crucial en la identificación de actividades sospechosas, la prevención del fraude y la mitigación de riesgos. Algoritmos avanzados analizan patrones de transacciones para detectar anomalías que puedan indicar fraude, ayudando a proteger tanto a las empresas como a los consumidores.

La PNL permite que las máquinas comprendan e interpreten el lenguaje humano, impulsando aplicaciones como chatbots, análisis de sentimientos y servicios de traducción de idiomas. Esto es fundamental para mejorar el servicio al cliente, analizar el sentimiento de las redes sociales y facilitar la comunicación global.

Podría enumerar docenas de ejemplos más que demuestran que la ciencia de datos no es una moda pasajera y que los científicos de datos siempre estarán en demanda.

¿Por qué nos sentimos como si estuviéramos en una burbuja?

Volviendo a mi anécdota anterior, parte de la razón por la que parece que estamos en una burbuja que está a punto de estallar o está a punto de estallar es la percepción de la ciencia de datos como una carrera.

En 2011, Harvard Business Review lo llamó el trabajo más sexy de la década. En los años intermedios, las empresas contrataron a más “científicos de datos” de los que sabían qué hacer, a menudo sin estar seguros de lo que realmente hacían los científicos de datos.

Ahora, una década y media después, el campo es un poco más sabio. Los empleadores entienden que la ciencia de datos es un campo amplio y están más interesados ​​en contratar especialistas en aprendizaje automático, ingenieros de canalización de datos, ingenieros de la nube, estadísticos y otras especialidades que en general entran dentro del ámbito de la ciencia de datos pero que son más especializadas.

Esto también ayuda a explicar por qué esta idea de conseguir un trabajo de seis cifras nada más terminar una licenciatura solía ser el caso (ya que los empleadores no sabían nada mejor) pero ahora es imposible de realizar. La falta de trabajos “fáciles” en ciencia de datos hace que parezca que el mercado está más ajustado. Que no es; Los datos muestran que las ofertas de empleo siguen siendo numerosas y la demanda sigue siendo mayor que la de los graduados que obtienen los títulos adecuados. Pero los empleadores son más exigentes y no están dispuestos a arriesgarse con graduados universitarios sin experiencia demostrada.

La necesidad de ciencia de datos no ha disminuido ni ha sido reemplazada

Finalmente, puede echar un vistazo a las tareas que realizan los científicos de datos y preguntarse qué harían las empresas si no se realizaran esas tareas.

Si no sabe mucho sobre ciencia de datos, podría suponer que las empresas pueden simplemente “automatizar” este trabajo, o incluso prescindir de él. Pero si sabe algo sobre las tareas reales que realizan los científicos de datos, comprenderá que el trabajo es, actualmente, insustituible.

Piense en cómo eran las cosas en la década de 2010: ese tipo del que hablé, con solo un conocimiento básico de las herramientas de datos, se catapultó a una carrera lucrativa. Las cosas ya no son así, pero esta recalibración no es una señal de que una burbuja estalle como algunos creen. Más bien, es el campo de la ciencia de datos el que está madurando. El campo de la ciencia de datos de nivel básico puede estar sobresaturado, pero para aquellos con habilidades especializadas, conocimientos profundos y experiencia práctica, el campo está muy abierto.

Además, esta narrativa de una “burbuja” está alimentada por una mala comprensión de lo que realmente representa una burbuja. Una burbuja ocurre cuando el valor de algo (en este caso, un sector profesional) está impulsado por la especulación en lugar del valor intrínseco real. Sin embargo, como cubrimos, la propuesta de valor de la ciencia de datos es tangible y mensurable. Las empresas necesitan científicos de datos, simple y llanamente. No hay especulaciones ahí.

También hay mucho sensacionalismo mediático en torno a los despidos en las grandes empresas tecnológicas. Si bien estos despidos son importantes, reflejan fuerzas más amplias del mercado y no una falla fundamental en la disciplina de la ciencia de datos. No se deje atrapar por los titulares.

Por último, también vale la pena señalar que la percepción de una burbuja puede deberse a cómo está cambiando la propia ciencia de datos. A medida que el campo madura, la diferenciación entre roles se vuelve más pronunciada. Títulos de trabajo como ingeniería de datos, análisis de datos, inteligencia empresarial, ingeniería de aprendizaje automático y ciencia de datos son más específicos y requieren un conjunto de habilidades más específicas. Esta evolución puede hacer que el mercado laboral de la ciencia de datos parezca más volátil de lo que es, pero en realidad, las empresas simplemente comprenden mejor sus necesidades de ciencia de datos y pueden contratar personal para sus especialidades.

Consideraciones Finales:

Si quieres un trabajo en ciencia de datos, hazlo. Hay muy pocas posibilidades de que estemos realmente en una burbuja. Lo mejor que puedes hacer es, como te he indicado, elegir tu especialidad y desarrollar tus habilidades en esa área. La ciencia de datos es un campo amplio que se extiende a diferentes industrias, idiomas, puestos de trabajo, responsabilidades y antigüedades. Seleccione una especialidad, capacite las habilidades, prepárese para la entrevista y consiga el trabajo.

Nate Rosidi Es científico de datos y en estrategia de producto. También es profesor adjunto de análisis y es el fundador de StrataScratch, una plataforma que ayuda a los científicos de datos a prepararse para sus entrevistas con preguntas reales de las principales empresas. Nate escribe sobre las últimas tendencias en el mercado profesional, brinda consejos para entrevistas, comparte proyectos de ciencia de datos y cubre todo lo relacionado con SQL.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.kdnuggets.com/is-data-science-a-bubble-waiting-to-burst?utm_source=rss&utm_medium=rss&utm_campaign=is-data-science-a-bubble-waiting-to-burst