La barrera para Data Science: el talento

blog_blog_slider_6

A medida que las aplicaciones de Data Science en sus múltiples denominaciones (Big Data, analytics, data mining, machine learning, IoT) se hacen más comunes, las empresas enfrentan un reto: encontrar y retener el personal adecuado para explotar un volumen creciente de información con cada vez mayor potencial estratégico. Asics Gel Lyte 5 Femme Kaki nike air max pas cher Denver Nuggets ¿Cómo avanzar en este nuevo contexto enfocándonos en el talento?

Por: Fernando Alvarado – CEO Analytics

No hay duda de que Data Science es el término de moda en el uso de información para dar soporte a la marcha de los negocios. James White wow gold Chaussures Asics Homme Encontramos todo tipo de aplicaciones, desde los tradicionales modelos predictivos de ventas hasta ejemplos novedosos como selección y evaluación de personal, desarrollo de guiones de televisión y diagnósticos clínicos.

A medida que las aplicaciones de Data Science en sus múltiples denominaciones (Big Data, analytics, data mining, machine learning, IoT) se hacen más comunes, las empresas enfrentan un reto: encontrar y retener el personal adecuado para explotar un volumen creciente de información con cada vez mayor potencial estratégico. Canada Goose Banff

  • Nike Free 5.0 Dames
  • Fjallraven Kanken Kopen Canotte Phoenix Suns En un estudio del 2015 del MIT Sloan Management Review se reportó que el 40% de las empresas entrevistadas tienen problemas para encontrar el personal que necesita. Tennis Nike France goedkoop nike air max 2017 Fjallraven Kanken Big Y a pesar de que en EEUU ya son más de 100 las universidades que ofrecen programas de Analytics y Data Science, IDC estima que para el 2018 harán falta 180,000 profesionales con capacidades analíticas avanzadas, y un número cinco veces mayor para manejo de datos e interpretación de resultados.

    Este problema no se limita a los puestos relacionados con Data Science. Armani Sweat-shirt nike air max 2016 wit New Balance 999 męskie Nike Store Italia El análisis de data ahora es parte de muchos puestos de trabajo; por ejemplo, y las capacidades analíticas son también, una exigencia en puestos de Marketing Digital, y son justamente esas capacidades las que presentan una mayor brecha: el Online Marketing Institute calcula que hay una brecha de 37% en las habilidades analíticas que se esperan de un equipo de marketing digital.

    Es comprensible que exista esta escasez. Asics Gel Lyte 5 Femme Scarpe Nike Fjallraven Kanken mini

  • air max 90 blu donna
  • La carrera de Científico de Datos no existía hace cinco años, y el perfil requerido de un Científico de Datos es muy amplio y complejo de desarrollar. Chaussures Nike Pas Cher Goedkoop Nike Schoenen Por ello, el 88% de los científicos de datos tienen al menos una maestría y 46% tienen un doctorado . Mens Air Jordan 4

  • NIKE AIR MAX SEQUENT
  • Air Max 90 Nero Donna
  • Cheap Nike Trainers UK under armour pas cher Entre las habilidades que suele buscarse, están:

    Técnicas:

    1. Conocimiento de herramientas de gestión de datos (SQL, Hadoop)
    2. Conocimiento de herramientas de programación estadística (R, Python)

    Analíticas:

    1. Matemáticas y calculo
    2. Estadística
    3. Machine Learning

    Personales:

    1. Conocimiento de negocios
    2. Curiosidad intelectual permanente
    3. Capacidad de interpretar los resultados y comunicarlos claramente (story telling)

    Esta escasez se presenta, también, en nuestro medio: en las Universidades locales existen muy pocos programas que formen profesionales de este perfil. New Balance 446 męskie Running Asics Sneakers Por ello, debemos considerar algunas opciones para avanzar en una estrategia de Data Science:

    1. Forme a su equipo. nike pas cher adidas nmd schoenen Canotte Minnesota Timberwolves adidas superstar mujer Si no puede encontrar profesionales capacitados, busque en su equipo a los analistas más interesados en tomar decisiones basadas en datos, y capacítelo.
    2. Divida las funciones.
    3. AIR ZOOM ELITE 9
    4. Seguramente no podrá obtener a una persona con todas las capacidades que se requieren de un data scientist. Nike Free Rn Flyknit Homme Soldes Asics 2017 adidas superstar 2 donna Tal vez sea más práctico tener a 2-3 personas con habilidades que, sumadas, sean equivalentes a ese perfil.

    5. Si no puede esperar, contrate a una empresa a una empresa con experiencia que cree sus primeros modelos, y aprenda.
    6. Avance paso a paso. Adidas Zx Flux Homme Pas Cher Nike Air Max 2016 Goedkoop Air Jordan 4 Retro adidas zx 700 donna Seguro es una tentación aplicar algunos de los modelos más avanzados que se presentan en Internet.
    NUESTROS CLIENTES: