Las 10 razones principales para convertirse en un científico de datos

El "científico de datos" parece ser el trabajo de TI del momento. Pero, ¿cuánto de lo que ha escuchado es exageración y conjeturas, y cuánto se basa en hechos? Por lo general, cuando algo suena demasiado bueno para ser verdad, probablemente lo sea. Sin embargo, la demanda de ciencia de datos está arrasando con el mundo, y las empresas, grandes y pequeñas, claman por encontrar empleados que puedan comprender y sintetizar datos, y luego comunicar estos hallazgos de una manera que resulte beneficiosa para la empresa. A continuación se detallan las 10 razones principales para considerar seguir una carrera en Data Science.

# 1 La perspectiva laboral

No esperes que esta burbuja explote pronto. Según un informe de McKinsey & Company, para 2018, EE. UU. Tendrá entre 140,000 y 180,000 menos científicos de datos de los que necesita. Y la escasez de gerentes de ciencia de datos es aún mayor. Se necesitarán aproximadamente 1,5 millones de gerentes de toma de decisiones de datos para 2018. En algún momento, el ritmo frenético al que los empleadores persiguen a los científicos de datos disminuirá, pero no sucederá pronto.

# 2 Los salarios

Según una encuesta de salarios de ciencia de datos de O'Reilly, el salario base anual de los encuestados con sede en los EE. UU. Fue de $ 104,000. La guía técnica de Robert Half coloca el rango entre $ 109,000 y $ 153,750. Y en la encuesta de salario de ciencia de datos de Burtch Works, el salario base promedio oscila entre $ 97,000 para contribuyentes de Nivel 1 y $ 152,000 para contribuyentes de Nivel 3. Además, los bonos medios comienzan en $ 10,000 para los contribuyentes de Nivel 1. Como punto de comparación, la Oficina de Estadísticas Laborales de los Estados Unidos (BLS) informa que los abogados ganan un salario medio anual de $ 115,820.   

# 3 Los salarios de gestión  

Los gerentes de ciencia de datos pueden ganar casi tanto, y a veces más, que los médicos. Burtch Works revela que los gerentes de nivel 1 ganan un salario base anual promedio de $ 140,000. Los gerentes de nivel 2 ganan $ 190,000 y los gerentes de nivel 3 ganan $ 250,000. Y eso los pone en muy buena compañía. Según el BLS, los pediatras, psiquiatras y médicos de medicina interna ganan un salario medio anual entre $ 226.408 y $ 245.673. Entonces, sin años de escuela de medicina, residencias y deudas médicas, podría ganar más que la persona que tiene su vida en sus manos en la mesa de operaciones. Frio. Aterrador, pero genial.   

Y cuando considera las bonificaciones anuales promedio, los gerentes de ciencia de datos superan en ganancias a muchos cirujanos. Los bonos anuales promedio para los gerentes de Nivel 1, 2 y 3 son de $ 15,000; $ 39,900; y $ 80,000, respectivamente.

# 4 Las opciones de trabajo  

Cuando te conviertes en un científico de datos, puedes trabajar prácticamente en cualquier lugar que tu corazón desee. Mientras que el 43% de estos profesionales trabajan en la costa oeste, y el 28% están en el noreste, están siendo empleados en todas las regiones del país, y en el extranjero. Sin embargo, es posible que le interese saber que los salarios más altos en los EE. UU. Se encuentran en la costa oeste.

Y probablemente no le sorprenda que la industria de la tecnología emplee a la mayoría de los científicos de datos, pero también trabajan en otras industrias que van desde la atención médica / farmacéutica hasta los servicios financieros y de marketing, pasando por las empresas de consultoría y las industrias minoristas y de CPG. De hecho, los científicos de datos incluso trabajan para las industrias del juego, y el 1% trabaja para el gobierno..

# 5 El atractivo sexual  

La prestigiosa Harvard Business Review aclamó al científico de datos como el trabajo más sexy de los 21^{S t} Siglo. ¿Cómo es eso posible? ¿Están los científicos de datos colgando sugestivamente los datos frente a sus empleadores? ¿Están susurrando dulces algoritmos al oído de su empleador? No (al menos no lo creo), pero algunos de ellos trabajan con startups geniales, y también compañías gigantescas como Google, LinkedIn, FaceBook, Amazon y Twitter. En esencia, su atractivo sexual radica en el hecho de que todos los quieren, pero son difíciles de adquirir..

# 6 El factor de experiencia

"Experiencia" es probablemente una de las palabras más comunes que se encuentran en la descripción de un trabajo, y, francamente, las empresas generalmente quieren empleados con una tonelada. Sin embargo, la ciencia de datos es un campo relativamente nuevo que Burtch Works informa que el 40% de los científicos de datos tienen menos de 5 años de experiencia, y el 69% tiene menos de 10 años de experiencia. Así que regrese a la Razón # 2: Salarios para igualar los salarios con los niveles de experiencia. Los contribuyentes individuales de Nivel 1 generalmente tienen 0-3 años de experiencia. Los contribuyentes individuales de nivel 2 generalmente tienen de 4 a 8 años de experiencia, y los contribuyentes individuales de nivel 3 tienen más de 9 años de experiencia. 

# 7 La variedad de especialidades de pregrado

Dado que la ciencia de datos es una nueva especialidad, muchas universidades están luchando para crear programas de licenciatura. Mientras tanto, los científicos de datos provienen de una variedad de antecedentes académicos, que incluyen matemáticas / estadísticas, informática, ingeniería y ciencias naturales. Además, algunos científicos de datos tienen títulos en economía, ciencias sociales, negocios e incluso ciencias médicas..

# 8 La variedad de opciones educativas

Si cursas una maestría en línea en ciencia de datos, no tienes que sentarte en un salón de clases todo el día. Puede tomar cursos en línea desde cualquier parte del mundo, con el lujo de estudiar a su propio ritmo..  

# 9 La falta de competencia

No solo hay escasez de científicos de datos, sino que los profesionales de otros campos no necesariamente quieren avanzar. Según un informe conjunto reciente de Robert Half y el Instituto de Contadores Administrativos, los empleadores buscan candidatos de contabilidad y finanzas que puedan extraer y extraer datos, identificar tendencias de datos clave y son expertos en modelado estadístico y análisis de datos. Pero el informe revela que la mayoría de los candidatos de contabilidad y finanzas no tienen ninguna de estas habilidades; de hecho, muchas universidades ni siquiera enseñan este nivel de análisis a los estudiantes que se especializan en una disciplina financiera.