Cómo convertirte en un experto en Big Data
El Big Data está llegando gradualmente a su madurez con una adopción desigual entre los distintos sectores, pero creciente en todos los casos. Esto nos lleva a un mercado en plena expansión dónde la lucha por el talento ya no se centra únicamente en las empresas tecnológicas o de consultoría, también se suman empresas de nicho, startups y los clientes finales, al tratarse de un activo estratégico para ellos.
En 2015, el MIT Sloan Management Review, ya anticipaba que el 40% de las compañías encuestadas tenían dificultades para encontrar y retener talento especializado en data analytics. El escenario es cada vez menos prometedor; el International Data Corporation (IDC) predice que existe una necesidad de 181.000 profesionales con conocimientos profundos de analítica, un número que se multiplica por cinco cuando hablamos de trabajos relacionados con la gestión, procesamiento e interpretación del dato.
Con estas previsiones está claro que no va a faltar empleo a los profesionales del dato y la analítica, lo que hace que muchos jóvenes se interesen por esta opción como apuesta segura de su futuro.
Pasos para ser un profesional de la inteligencia de datos
Big Data es un término muy genérico que impacta en todas las disciplinas relacionadas con el dato y la analítica como son: gobierno de la información, arquitectura y procesamiento del dato, visualización de la información, analítica avanzada e Inteligencia Artificial, gestión de la infraestructura y los expertos funcionales, aquellos que saben encontrar aplicaciones de negocio a todo el potencial que nos aporta la tecnología. Por ello, el primer paso necesario consiste en identificar la disciplina en la que tienes una mayor motivación y buscar las vías de formación específicas.
El origen de los profesionales es cada vez más heterogéneo debido al impacto transversal de la tecnología en el negocio. Actualmente, podemos encontrar incluso lingüistas computacionales en los últimos proyectos de Inteligencia Artificial donde se aplican técnicas de Procesamiento de Lenguaje Natural (PLN). Pero en este artículo nos vamos a enfocar a los perfiles con mayor demanda en la actualidad: el Data Architect y Data Analyst, que son el pilar de la Arquitectura y Procesamiento del Dato, y el Data Scientist que se focaliza en el área de analítica avanzada.
Los perfiles Data Architect y Data Analyst suelen tener una trayectoria en Informática o en Ingeniería de Telecomunicaciones, aunque también hay otras especialidades que pueden adaptarse con un buen conocimiento e interés por la programación y la tecnología como son las especialidades de Industriales, Canales y Puerto o Civil.
Los perfiles Data Scientist suelen tener estudios de Estadística, Matemáticas Aplicadas, Física y también conocimientos de diversos lenguajes de programación dónde el más común es “R” o cada vez más, “Python”.
De todos modos, hoy en día hay patrones comunes a todos los perfiles como la inquietud por aprender, la capacidad de adaptación a un entorno tecnológico muy dinámico y en constante evolución y la habilidad de compartir y participar en las comunidades de expertos dónde cada vez hay más facilidades, por ejemplo, a través de Meet Ups, que se organizan en las principales ciudades:
* Kaggle “The Home of Data Science & Machine Learning”, especialmente enfocado a perfiles de Data Scientist.
* Github “Built for Developers” indicado para perfiles Data Architect & Data Analyst, aunque es abierta a todo tipo de desarrolladores no únicamente al mundo Big Data.
Si realmente quieres ser un experto y que te contraten (paguen) como tal, debes de ser capaz de mostrar tus conocimientos mediante tus aportaciones en estas comunidades.
En cualquier caso, los profesionales que se incorporan al mercado laboral y los que tienen interés en reciclarse tienen abiertas las puertas de universidades y escuelas que, lógicamente, están al tanto de las posibilidades del mercado y ofrecen un amplio abanico de especialidades vinculados al Big Data, Data Science y Machine Learning.
Como he comentado anteriormente, es muy importante entender en qué rol quieres desarrollar tu carrera profesional y elegir el máster que más se ajusta a tus intereses. Teniendo en cuenta que todos nos van a ofrecer una visión genérica, luego concretan o se especializan en una rama concreta. Por este motivo, es básico entender bien el programa y su área de especialización y prestar especial atención a la cantidad de trabajo práctico y hands-on que se realiza en el programa.
En este sentido, uno de los programas que más me ha sorprendido, porque es un enfoque distinto, muy nerd (como ellos se definen) y, eminentemente, práctico es el Bootcamp de “Big Data & Machine Learning” de Keepcoding. Esta startup de Silicon Valley crea nuevos desarrolladores en apenas 10 meses.
Más allá de este programa existen otros estudios en los que he podido conocer a buenos profesionales que lo han cursado o que los están impartiendo:
* Master en Business Analytics
* Master en Data Science
* Máster en Tecnologías de la Transformación digital
* Master en Data Driven Business
* Master en Big Data Science
* Master Big Data & Data Science
* Master en Business Analytics & Big Data
* Máster en Big Data: Tecnología y Analítica Avanzada
* Máster en Visual Analytics & Big Data
En cualquier caso, más allá del máster que curses, asegúrate que tu puesto de trabajo soñado te ofrezca la posibilidad de aprender en proyectos reales y reciclarte gracias a un programa de formación continua que te permitirá estar al día tecnológicamente.