¡La ciencia de datos ha cambiado, no ha muerto!
Data science has changed, it's not dead!
Con el constante desarrollo de la tecnología y el uso de la inteligencia artificial en nuestra vida cotidiana, muchos están preocupados por los desplazamientos laborales. Incluso algunos están hablando de la muerte de la ciencia de datos. Muchos afirman que el aprendizaje automático está reemplazando a la ciencia de datos, argumentando que es un campo sobresaturado. Con el uso intensivo de herramientas como ChatGPT y su uso en tareas de programación y más, nos estamos preguntando si la ciencia de datos está muriendo.
¿Pero lo está? ¿Realmente está muriendo?
- Investigando un bot multilingüe de desastres de FEMA utilizando Lan...
- Simplificando Transformers NLP de última generación utilizando pala...
- Encontrar segmentos de datos en datos no estructurados
Bueno, no, por supuesto. Estamos obteniendo más datos, lo que produce conocimientos valiosos que impulsan decisiones. Estos conocimientos no se pueden generar desde una computadora y los necesitamos para la ciencia de datos. Se pueden construir modelos de aprendizaje automático y, con datos, se pueden encontrar conocimientos valiosos, pero el elemento clave es la necesidad de datos y qué hacer con ellos.
Y para entender qué hacer con los datos, necesitas humanos. ¡Necesitas científicos de datos! Pero, ¿qué ha cambiado?
Cambios en la Ciencia de Datos
Varios elementos están cambiando en la ciencia de datos debido a la IA generativa y el auge de todos los que quieren ingresar a la industria tecnológica. Veamos algunos cambios en la ciencia de datos.
Habilidades
Tareas como el análisis exploratorio de datos, que proporcionaban grandes conocimientos, han cambiado drásticamente. Anteriormente, se requería que científicos de datos y analistas de datos participaran y ayudaran en el proceso. Sin embargo, ahora, con herramientas como ChatGPT y cursos rápidos para convertirse en científico de datos, todos creen que pueden programar y son técnicamente competentes en Python.
Sin embargo, eso no es cierto. Si tienes el conjunto de habilidades adecuado y realmente eres competente en lenguajes de programación como Python, destacarás. Las organizaciones seguirán buscando científicos de datos altamente calificados para ayudarles a hacer el trabajo, en lugar de las respuestas de ChatGPT y las personas que hicieron un curso rápido en ciencia de datos.
Como científico de datos, será tu trabajo adaptarte al mercado actual. Aprender y mejorar continuamente tus habilidades es la forma en que te mantendrás competitivo y realmente valorado por tus habilidades.
Esto incluye aprender constantemente sobre diferentes arquitecturas de software, bibliotecas, marcos de trabajo, diferentes lenguajes de programación y más.
Construir Aplicaciones Completas
Muchas personas están utilizando ChatGPT para ayudarles con tareas de programación. Pero lo importante de entender con ChatGPT es que puede ayudarte a construir los bloques de tu aplicación completa, pero no puede unir esos bloques para construir toda la base.
Las organizaciones requerirán a alguien que comprenda todos los diferentes bloques y cómo se unen. Podrán unir todos los bloques ya que entienden lo que hace cada uno de ellos y los unen para construir una base.
No significa que ChatGPT no sea útil, lo es. Muchos programadores están utilizando ChatGPT para ayudarles con bloques de código, lo que está acelerando su proceso de escritura de código. Al mismo tiempo, también está ayudando a mejorar las habilidades de los programadores al aprender cosas nuevas y permitiéndoles ser más competentes en su codificación.
Entonces, el punto clave a tener en cuenta es que como científico de datos, necesitarás saber más, si no todo. Necesitarás conocer cada elemento de la ciencia de datos, así como cómo construir una aplicación completa.
Fusión de Roles
Habrá muchos roles en la ciencia de datos, sin embargo, lo importante es tener en cuenta que muchos roles se fusionarán. Antes, tal vez eras la persona de referencia para análisis de datos, pero ahora necesitarás ser esencialmente un todoterreno y ser un maestro en la ciencia de datos en general. Por ejemplo, utilizarás tus habilidades analíticas para construir aplicaciones.
La razón de esto es que cada vez más organizaciones están investigando la eficiencia de los roles laborales y cuántas personas realmente necesitan. Por ejemplo, ¿debería contratar a alguien que sea bueno para crear visualizaciones de datos y presentarlas, o debería encontrar un científico de datos que pueda hacerlo todo? Desde una perspectiva empresarial, ya sabes a quién elegirá la empresa.
El mejor consejo que puedo darte es ser REALMENTE bueno en lo que HACES. Sé lo mejor que puedas ser, para que no te sientas desplazado.
Mercado laboral
El panorama laboral en la ciencia de datos ha cambiado. Durante muchos años, mucha gente intentaba ingresar a la industria tecnológica con un bootcamp rápido y algunos proyectos en Jupyter Notebook. Desafortunadamente, eso no te ayudará en este mercado actual. Tener un conjunto de habilidades competente, con años de experiencia y una comprensión de alto nivel de la ciencia de datos es imperativo.
¡Quieres perfeccionar la comprensión de las arquitecturas de aprendizaje automático y la analítica de datos de alto nivel! ¡Quieres destacar!
Conclusión
Espero que este blog te ayude a comprender cómo ha cambiado el mundo de la ciencia de datos, y si estás buscando ingresar o crecer en el sector, ¡lo que necesitas hacer! En lugar de sentirte desplazado, ¡todo lo que necesitas hacer es entender cuáles son tus próximos pasos para mantener tu competitividad! Nisha Arya es una científica de datos, escritora técnica independiente y gestora de comunidades en VoAGI. Está especialmente interesada en brindar consejos o tutoriales de carrera en ciencia de datos y conocimientos teóricos en torno a la ciencia de datos. También desea explorar las diferentes formas en que la inteligencia artificial puede beneficiar la longevidad de la vida humana. Una aprendiz entusiasta que busca ampliar sus conocimientos tecnológicos y habilidades de escritura, mientras ayuda a guiar a los demás.
