- Se espera para el año 2025 un déficit de más de 2 millones de profesionales en datos a nivel mundial
Hace unos años, la ciencia de datos era considerada como la carrera del futuro. Hoy, ese futuro está al alcance de nuestras manos. La digitalización de las empresas y la explosión del uso, manejo y toma de decisiones basadas en datos han impulsado la necesidad de profesionales especializados en este campo. Después de la pandemia del COVID-19, muchas empresas adoptaron sistemas remotos, especialmente en regiones como América del Norte, Europa Occidental y Asia-Pacífico. Estas áreas, con grandes empresas y un desarrollo de startups, se han vuelto atractivas para los profesionales de esta carrera.
“Actualmente, los sectores de tecnología, finanzas y salud lideran la demanda de profesionales en ciencia de datos. Sin embargo, se anticipa un crecimiento significativo en sectores como manufactura, retail y gobierno. Entre el 50% y el 60% de las empresas ya están implementando estrategias de análisis de datos, una cifra que se espera aumente conforme la ciencia de datos gane mayor reconocimiento y contribuya a la innovación y optimización operativa.” afirma Walter Silva, profesor de Ciencias de Datos de la Continental University of Florida
En términos de empleabilidad, los expertos proyectan un crecimiento anual del 15% en este campo durante los próximos cinco años, una tasa significativamente superior a la de muchas otras industrias. Esta tendencia refleja la creciente dependencia de las organizaciones en el análisis de datos para la toma de decisiones.
Según Walter Silva, profesor de Ciencia de Datos “El Departamento de Trabajo de EEUU (U.S. Bureau of Labor) prevé un incremento del 36% en el empleo de profesionales en ciencia de datos entre 2021 y 2031. A nivel mundial, se espera un déficit de más de 2 millones de profesionales en datos para 2025, lo que subraya la urgente necesidad de más expertos en este campo. Otro dato importante es la creciente demanda y participación femenina en esta carrera que oscila entre el 20% y el 26%.”.
Las habilidades técnicas más demandadas para este perfil profesional incluyen conocimientos en estadística, programación (Python y R), manejo de bases de datos (SQL y NoSQL), y gestión de datos en la nube. Los datos no estructurados representan un desafío considerable debido a la complejidad de su limpieza, integración y consolidación. Además, la escalabilidad y la calidad de los datos.
En este campo existe un constante avance de nuevas tecnologías y metodologías como: El aprendizaje federado, (federated learning – FL) que es una técnica de machine learning que permite a múltiples entidades entrenar un modelo colaborativamente manteniendo sus datos centralizados. Así mismo hay avances en metodologías de interpretación de modelos, por ejemplo, Minitab, software estadístico, incluye una gama de herramientas y técnicas a usar y adicionalmente incluye reportes que interpretan los resultados.
Globalmente, el número de estudiantes interesados por esta carrera está en aumento. Existen algunos factores que la hacen atractiva como salarios competitivos, la posibilidad de encontrar empleos remotos y la oportunidad de trabajar en proyectos innovadores.
Existen universidades que ofertan esta carrera en modalidad virtual como Continental University of Florida, proporcionando la posibilidad de estudiar con personas de diferentes países, con una malla curricular que incluye temas como Data mining, Gestión de base de datos, Analítica de big data, Inteligencia artificial y machine learning.