Les envío un caluroso saludo a mis lectores. En esta entrega hablaremos sobre el mercado de expertos en ciencia de datos e inteligencia artificial.
No cabe duda de que muchas empresas están deseosas de experimentar con IA, y el mercado está ávido de profesionales que sepan y puedan utilizar estas herramientas. Sin embargo, estamos enfrentándonos a algo que quizás desde hace un par de años se veía venir.
Al ser una carrera muy atractiva, muchos estudiantes que se interesaron en el área en su momento, hoy ya se están graduando, y en el país estamos teniendo un flujo de profesionales capaces de usar herramientas de IA y ciencia de datos. Esto puede dar la impresión de que no tienen cabida en el campo laboral.
Esto puede causar que los grandes salarios que antes se tenían sufran una ligera deflación. Sin embargo, al platicar con colegas en el área, veo que aún hay una necesidad muy grande por profesionistas que conozcan estas tecnologías de IA, pero con un pequeño matiz: que además sepan temas de negocios y de finanzas, para que sean capaces, de manera autónoma, proponer soluciones que al final sean de verdadero valor para los negocios.
La época de la experimentación parece haber terminado, y aquella época donde la empresa contrataba a un científico de datos para ver qué podía hacer o qué se podía lograr ya ha quedado atrás. Grandes empresas en México ya han gastado bastante en plataformas de procesamiento de grandes datos, y es obvio que desean que un equipo muy capaz de científicos de datos sea capaz de aprovecharlas al máximo para poder cosechar los frutos de las bondades de la IA.
Sin embargo, tenemos una fuerza laboral que se enfocó mucho en la formación científica y no tanto en la empresarial, tanto que tenemos algunas carreras de ciencias de datos donde jamás se les da una materia de finanzas o de manejo de proyectos. Por lo cual, los egresados no son capaces de hacer una evaluación franca y honesta del impacto de un proyecto sobre una unidad de negocio.
Es ahí donde los futuros profesionales deben enfocarse: en cómo poder traducir un proyecto de datos, analítica o IA a un caso de negocio que genere un retorno redituable a las empresas o un verdadero valor a la institución donde se pretende utilizar.
Muchos bancos y empresas entienden el valor intrínseco de tener un score crediticio, pero pocos pueden traducir el valor de este score en términos monetarios para saber cuánto valor realmente está aportando el modelo.
O, por ejemplo, en empresas aeronáuticas que están tratando de crear modelos para predecir el número de pasajeros, es muy importante tener profesionales que conozcan los costos y limitaciones asociados a los diferentes campos, y de qué manera un modelo, por más perfecto que sea, le puede o no ayudar a la aerolínea.
Veo en México una gran necesidad de que los profesionales en datos se preparen en áreas de negocio para tener un perfil muy redondeado y de esa forma sean más atractivos para las diferentes empresas que hoy aún necesitan dichos perfiles.