La caza del talento en Big Data y Data Science

En distintos lugares del mundo, centros de altos estudios y compañías ponen en marcha iniciativas para despertar el interés entre jóvenes estudiantes por la ciencia de los datos, detrás de lo cual también existe una motivación por la captación temprana de talentos.

En distintos lugares del mundo, centros de altos estudios y compañías ponen en marcha iniciativas para despertar el interés entre jóvenes estudiantes por la ciencia de los datos, detrás de lo cual también existe una motivación por la captación temprana de talentos.

De hecho, durante el mes de febrero que acaba de terminar se organizó en Madrid una de estas jornadas. Ésta tuvo entre sus mensajes centrales los imparables procesos de transformación digital y su relación con una demanda laboral en el sector que no parece detenerse.

UN CIENTIFICO DE DATOS CON TALENTO

Pero una gran demanda de trabajo en una “industria” todavía joven, que requiere tan altos niveles de preparación, de inmediato es relacionada por los especialistas con aquellos factores humanos que hacen a un profesional brillante a partir de un buen cuadro productivo.

Hablamos de talento aplicado a las personas inmersas en el Big Data y el Data Science. En tiempos recientes nos encontramos con esferas del conocimiento, como la Estadística, que simplemente se han visto rodeadas por un nuevo escenario que obligó a tomar en consideración otras “variables”: dado que el dato es algo relacionado, como nunca antes, con la realidad sociocultural más directa... eficiencia, rapidez, seguridad, etc.

En otras palabras, es necesario encargarse de atraer a jóvenes con talentos nuevos y diversos al universo de la analítica masiva de datos, donde la cuestión de la interpretación o los matices propios de nuestro momento histórico tienen un gran peso en la construcción de soluciones.

Big Data: el talento convierte a los problemas en retos

Podríamos afirmar que nuestra experiencia con la tecnología es que avanza apoderándose de aspectos cada vez más profundos de nuestra existencia; y más en la actualidad, que no hay ningún proceso productivo o avance científico donde no intervengan herramientas y metodologías enfocadas al análisis de sus datos.

Esto implicaría, entre otras cosas, que es necesario atraer a los perfiles científicos todavía en proceso de formación a propuestas académicas y empresariales donde lo que entendemos por Big Data y Data Science entre en alianzas con otros campos del saber. De ahí que exista algún consenso en torno a que el potencial de esta área todavía se halla en sus comienzos. Y que el problema de las aplicaciones sea un terreno aún por edificar.

Es cierto que actualmente las universidades se enfrentan a la necesidad de formar profesionales al ritmo que demanda la producción. Pero los programas necesitan estar enfocados para propiciar ese encuentro, antes mencionado, entre ciencia de los datos y otras disciplinas. Aquí es donde entra en juego el talento.

En tal sentido, el Programa Modular (Experto, Especialista y Máster), en Big Data y Data Science aplicado a Economía y Administración y Dirección de Empresas de la UNED es un buen ejemplo: se encuentra todavía en su primera edición, entre sus preocupaciones centrales están la aplicabilidad (el mundo empresarial), con tan notable éxito que la llegada de alumnos a su primera convocatoria fue masiva. Y está anunciada la edición 2019.

¿Estarán esos alumnos preparados en un futuro para afrontar la gran destrucción de puestos de trabajo debido a la automatización de procesos? ¿Tendrán una respuesta ante demandas de trabajo nuevas? Por supuesto que sí. Los alumnos de este programa de la UNED, como de algunas otras universidades del mundo, hacen ya parte de esta revolución tecnológica gracias a la aplicabilidad de su titulación. En su caso, hablamos de un talento salido de unir ciencia de los datos con demandas y necesidades reales e inmediatas de la Economía y el mundo de la empresa.

Pero ocurre lo mismo en las ingenierías, en comunicaciones o en ciencias sociales. La cuestión de la aplicabilidad, además, obliga a las universidades a una continua actualización y acciones que estimulen la creatividad. Un buen programa en Big Data y Data Science, naturalmente, tiene que enseñar a recoger y procesar los datos con eficiencia. Pero también debe proporcionar las bases para estructurar soluciones adaptadas a cada problema… a cada reto.