El Foro Económico Mundial espera El 41% de las empresas de todo el mundo Al reducir su plantilla debido al auge de la inteligencia artificial para 2030, mientras que empresas como Meta han anunciado Planes para reducir el número de personal este año.
Esto significa una cosa: Más despidos tecnológicos en 2025.
Conozco personalmente a varios colegas que se vieron afectados por despidos en el sector tecnológico el año pasado. Esto me hizo sentir cada vez más ansioso por mi carrera en ciencia de datos, así que comencé a investigar un poco. Hablé con científicos de datos senior y líderes de equipo, así como con ingenieros de software y gerentes de producto, para comprender el impacto de los despidos tecnológicos en la ciencia de datos.
Tenía dos preguntas urgentes:
- ¿Cómo puedo proteger mi trabajo en ciencia de datos de los despidos?
- ¿Aún vale la pena convertirse en científico de datos en 2025?
Basándome en la información que he recopilado y en mi experiencia personal, creo que los empleos en ciencia de datos seguirán existiendo en los próximos cinco años. Sin embargo, sólo los “científicos de datos que agreguen valor” permanecerán, mientras que aquellos que no mejoren los resultados de la empresa serán despedidos.
Si bien ningún trabajo está 100% a salvo de despidos, compartiré contigo 3 formas de convertirte en uno de ellos. Científico de datos indispensable.
Al final de este artículo aprenderás:
- Cómo conseguir y mantener un trabajo bien remunerado en ciencia de datos
- Cómo proteger su carrera en ciencia de datos de los despidos y el ascenso rápido a puestos directivos
1. Construir una base sólida
Como científico de datos, debes concentrarte en construir una base sólida en estadística, aprendizaje automático y matemáticas. Si bien las herramientas y los lenguajes de programación cambian constantemente, los conceptos básicos siguen siendo los mismos. Como sabes, los modelos de IA pueden ayudar a las empresas a tomar decisiones más rápidas utilizando el aprendizaje automático y la programación.
Sin embargo, ninguna empresa dependerá enteramente del trabajo de un modelo de IA para tomar decisiones multimillonarias. Las empresas necesitarán contratar científicos de datos: expertos que puedan guiar la IA, depurar sus errores y brindar información rápidamente. El científico de datos discutirá las mejores técnicas a utilizar, cambiará el rumbo cuando un enfoque no funcione y validará cualquier resultado que entregue la IA.
Sin embargo, la empresa necesitará menos personas para realizar el trabajo debido a la mayor eficiencia que aporta la IA. Estos científicos de datos estarán bien pagados, pero deben tener una sólida comprensión de los conceptos fundamentales relacionados con la estadística y el aprendizaje automático, junto con sólidas habilidades de lógica y razonamiento. Si bien hoy en día la mayoría de las empresas se centran en la ejecución y la velocidad, las organizaciones comenzarán a favorecer a los científicos de datos con sólidos conocimientos teóricos de los modelos de aprendizaje automático.
Aquí hay algunos recursos gratuitos que recomiendo para aprender las matemáticas y la teoría detrás de las aplicaciones de la ciencia de datos:
- Canal de YouTube 3Blue1Brown Para conceptos matemáticos como álgebra lineal, cálculo y redes neuronales.
- Lista de reproducción de aprendizaje automático de Krish Naik Comprender los conceptos básicos de ML
- Canal de YouTube de Statquest Para estadísticas
2. Elija roles centrados en el negocio.
Cualquier empleado que genere ingresos directamente para la empresa es un empleado valioso. Lamentablemente, muchos roles en ciencia de datos se centran en el impacto futuro en lugar de en las ganancias de ingresos inmediatas.
Por ejemplo, una vez trabajé en un proyecto de cuatro meses para segmentar nuestra base de clientes para lograr una mejor orientación. Al final de los cuatro meses, el modelo de segmentación de clientes que creamos no se utilizó en producción porque no funcionaba bien con datos de usuarios reales. Al final terminamos abandonando todo el proyecto.
Muchos roles de ciencia de datos son como este ejemplo: se centran en la experimentación. Los científicos de datos a menudo crean Cosas que podrían funcionar en el futuro En lugar de proyectos que están generando dinero en este momento. Como resultado, si ocurre un despido y una empresa tiene que tomar la decisión de despedir a alguien, probablemente apuntará al equipo de ciencia de datos que no es esencial para lograr un impacto comercial directo.
Sin embargo, si eliges un puesto en ciencia de datos más cercano a la empresa (uno en el que trabajes directamente con las partes interesadas y los equipos de ventas para tomar decisiones que impulsen los ingresos), tu puesto será más seguro. Por ejemplo, si trabajas en Google y puedes asesorar al equipo de producto sobre una función de búsqueda que generará más ingresos para la empresa, tu trabajo tendrá un impacto directo en los ingresos. Esto significa que eres más relevante para la empresa y menos propenso a ser reemplazado.
3. Priorice la claridad sobre todo lo demás.
Si quieres conservar tu trabajo y ascender, necesitas ser visible. Esto se aplica a todos los roles, no solo a la ciencia de datos.
Permítanme ilustrar esto con el ejemplo de dos colegas, Pammy y Jim, que trabajan en ciencia de datos.
Jim es bueno haciendo números. Es un genio de la programación y crea modelos de aprendizaje automático que son sumamente precisos y de gran valor para la empresa. Pero Jim nunca promociona su trabajo. Generalmente permanece en silencio en las reuniones y nadie utiliza sus modelos porque no entienden realmente lo que hace. Cuando los equipos necesitan un análisis de Jim, a menudo se encuentran mirando sus hojas de cálculo y gastando mucho tiempo intentando convertir sus números en una decisión.
Por otro lado, Pami es bueno en programación y análisis de números. Pero ella pasa horas promocionando sus modelos en diversas funciones comerciales. Documente cualquier análisis que encuentre a través de una presentación o muéstrelo en un tablero, resaltando información importante para que los equipos tomen decisiones. También expresa activamente sus ideas durante las reuniones de equipo y explica claramente los conceptos técnicos a las partes interesadas del negocio. Como resultado, Pammy recibe consistentemente mejores evaluaciones de desempeño que Jim. La mayoría de los equipos de liderazgo saben quiénes son y disfrutan trabajando con ellos. Te ascienden más rápido, por lo que tienes menos probabilidades de que te despidan cuando la empresa decide recortar costos.
La capacidad de comunicar y promover su trabajo es algo que todos los profesionales de la tecnología deben desarrollar para ascender rápidamente en la escala profesional, y los científicos de datos no son la excepción.
los puntos principales
El mercado laboral es incierto y parece que los despidos en el sector tecnológico no se detendrán pronto. Para los científicos de datos (o incluso para aquellos que aspiran a serlo), esto puede resultar confuso.
Sin embargo, todavía existen maneras de seguir siendo competitivo en este mercado laboral y alcanzar el éxito: concentrándose en los conceptos centrales, trabajando en estrecha colaboración con los equipos de generación de ingresos y promocionando su negocio ante las partes interesadas.
Los comentarios están cerrados.