¿Por qué los científicos de datos se pagan tanto?

¿Por qué los científicos de datos se pagan tanto?

Claro, podría ser más divertido ser pintor, maestro o oficial de policía. Pero si está buscando la profesión mejor pagada, la ciencia de la información o la mecatrónica son difíciles de superar.

Sí, los CEOs ganan más, con un salario promedio de $ 740,589. Pero entre los empleos disponibles para el 99,999% restante de nosotros, los salarios de los científicos de datos son difíciles de superar.

De hecho, para los puestos de trabajo en todo el país, los salarios de los científicos de datos son un 113% más que los salarios promedio para todos los puestos de trabajo, de acuerdo con

Pero mientras que la ciencia de los datos “puede sonar cortada y seca para los forasteros, los practicantes que realmente merecen su gran dinero no tienen nada que ver.

Hacer que la ciencia de los datos cante es una cuestión de dominar las estadísticas, las matemáticas y la programación, y luego implementarlas para obtener información que utilice la misma comprensión de negocios, y un instinto preciso, que impulsa la mayoría de las decisiones de los ejecutivos de la empresa.

Lo que, por supuesto, significa que solo una fracción de los científicos de datos hacen bien su trabajo.

Datos es dinero

El científico de datos promedio gana hoy en día $ 123,000 al año, según Pero el término operativo aquí es hoy “, ya que la ciencia de datos ha dado dividendos cada vez mayores desde que realmente entró en conciencia comercial en 2012.

Esto se corresponde con la creciente frustración a medida que las organizaciones luchan por dar sentido a sus datos, un hecho destacado en un informe de Gartner sobre la adopción de Big Data.

Cuando se les pregunta cuáles son los desafíos más grandes de Big Data, la mayoría de las respuestas se traducen aproximadamente, no tenemos idea de lo que estamos haciendo “.

No quiero deprimirte, pero va a empeorar. El noventa por ciento de la información mundial fue creada en los últimos dos años.

El ochenta por ciento de todos los datos empresariales no está estructurado, lo que significa que no son los datos limpios y ordenados que se han mantenido durante décadas en las bases de datos relacionales, que a su vez se integran bien en las herramientas de inteligencia empresarial, los almacenes de datos empresariales y otros sistemas tradicionales de análisis de datos.

Los datos de hoy necesitan herramientas diferentes. Y requiere un tipo diferente de científico de datos.

Un papel muy difícil de llenar

No es de extrañar que los científicos de datos cobran tanto. Después de todo, son extraordinariamente difíciles de encontrar, dada la combinación de habilidades necesarias para hacer bien la ciencia de datos.

Si bien hay algo de cierto en el chiste de que un científico de datos es un analista de datos que vive en California, “también es cierto que la ciencia de datos es real, y realmente difícil”.

La razón es que la ciencia de datos, hecha correctamente, involucra tres áreas diferentes de experiencia.

Como señala Mitchell Sanders, un buen científico de datos combina el conocimiento del dominio (es decir, conoce el sector bancario o minorista o la industria en la que opera), conocimientos de matemática y estadística, y habilidades de programación. Demasiadas organizaciones piensan que solo necesitan cubrir una de estas áreas.

De hecho, demasiadas personas pasan por alto a las personas que ya están dentro de sus propias organizaciones: aquellas que tienen el dominio necesario para hacer preguntas inteligentes sobre sus datos.

Es por eso que durante mucho tiempo estuve de acuerdo con la afirmación del analista de Gartner, Svetlana Sicular, de que las empresas deberían mirar hacia adentro “para los científicos de datos.

Como ella señala, las organizaciones ya tienen personas que conocen sus propios datos mejor que los científicos de datos místicos “. (O, como señala Sicular, Aprender Hadoop es más fácil que aprender el negocio de la compañía”.

Tal contexto es crítico, pero no suficiente, como destaca Sanders:

Comprender la correlación, la regresión multivariable y todos los aspectos de los datos de masaje para verlos desde diferentes ángulos para su uso en el modelado predictivo y prescriptivo es el conocimiento de la columna vertebral que es realmente el primer paso para revelar inteligencia …

Si no tiene esto, toda la recopilación de datos y el pulido de presentaciones en el mundo carecen de sentido.

Si bien algunas compañías pretenden ser capaces de llenar los vacíos en el conocimiento de la ciencia de la información, la realidad es que la ciencia de la información es difícil … y por lo tanto, muy recompensada.

Humano, demasiado humano

Aún así, dada la dificultad de descifrar el significado en montañas de datos, debe ser frustrante para los científicos de datos ver regularmente los datos de instinto de triunfo, como revela un nuevo estudio de Fortune Knowledge Group.

Los líderes dijeron que tienden a confiar en su instinto, y el 61% dijo que la percepción del mundo real encabeza el análisis duro al tomar decisiones.

En otras palabras, confían en la aplicación en tiempo real del conocimiento del dominio a problemas difíciles que enfrentan sus organizaciones.

No tiene que ser así. Para los científicos de datos que desean realmente ganar su salario de $ 123,000, necesitan encontrar la manera de combinar las estadísticas, las matemáticas y el código con el mundo más suave del instinto que nace de la experiencia.

Aquellos que descubran esto no solo podrán hacer y responder preguntas más difíciles, sino que también encontrarán que sus ejecutivos de nivel C tienen más probabilidades de prestar atención a sus consejos.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *