‘Big data’ o cómo el trabajo más sexi venció a todas las modas

“La moda muere joven”, solía decir el escritor y diseñador Jean Cocteau. Por eso, cuando Harvard Business Review (HBR) afirmó hace una década que el trabajo de científico de datos iba a ser “la profesión más sexi del siglo XXI” surgieron dudas ante la magnitud de tal predicción. Aunque los analistas de altísimo nivel de una de las revistas de negocios más prestigiosa del mundo no suelen equivocarse, tampoco sería la primera vez que un empleo se pone de moda y, unos años después, el hype se estanca en una profesión que, aunque perdura, carece del efecto transformador y el potencial de negocio que se le atribuía inicialmente (ejem, community managers, ejem).

Sin embargo, 10 años después, parece que el trabajo en big data envejece como el vino: no solo ha ganado relevancia en el ecosistema corporativo, sino que todo lo relacionado con él, como las formaciones, las herramientas de trabajo y las especializaciones, han florecido y dado lugar a un sector que se ha establecido con nombre propio. “Muchas cosas han cambiado en la profesión a lo largo de la última década, pero hay algo que no lo ha hecho: el trabajo sigue siendo atractivo para empleadores y reclutadores”, afirman los autores del artículo original de HBR, Thomas H. Davenport y DJ Patil, en su nuevo análisis sobre la profesión, a cuyo borrador ha tenido acceso Retina y que se publicará próximamente en la misma revista.

Ese atractivo queda patente ante aspectos como la demanda de profesionales y los sueldos que pueden llegar a cobrar. “En el sector tecnológico, las ofertas de trabajo para ingenieros de datos son las que más aumentan de un año a otro”, afirma el fundador y director de Datos de la consultora Datalytics, Guillermo Watson. Según sus cálculos, el aumento anual de vacantes es del 35 por ciento en LinkedIn y de hasta el 45 por ciento en Hired. Y, por si fuera poco, las compañías que ya disponen de expertos en datos entre sus filas también están aumentando la demanda al requerir equipos cada vez más grandes y compuestos por perfiles cada vez más específicos.

Porque, en la última década, una de las cosas que más se ha transformado en la rama del big data es la especialización. “Lo que está cambiando es la percepción friki de la gestión del dato. Hace 10 años, el profesional de big data era un friki que sabía de informática, pero ahora, son perfiles cada vez más de negocio”, afirma el socio y director general de la escuela de negocios ISDI, Rodrigo Miranda.

Al principio, la falta de estructura y trayectoria del sector obligaba a los trabajadores a volverse expertos autodidactas en prácticamente todo lo relacionado con los datos, desde la extracción y la estructuración, pasando por la integración, el análisis y el gobierno, hasta llegar al final de la cadena, cuando los datos empiezan a hablar y decir cosas útiles para cada negocio. Por eso, cuando Davenport y Patil escribieron su primer artículo en 2012, describieron al profesional del big data como “un híbrido de hacker de datos, analista, comunicador y asesor de confianza”.

¿Se imagina encontrar todas esas habilidades tan dispares en un único profesional? Aunque existen personas con tal acumulación de cualidades, como los actores que cantan, bailan, montan a caballo y hablan distintos idiomas, ya entonces los autores confirmaban que se trata de “una combinación extremadamente poderosa” y, por lo tanto, “poco frecuente”. Watson detalla: “Se hablaba del científico de datos como un rol onmipotente que sabía de todo y trabajaba con herramientas muy duras y complejas, y además lo podía aplicar al negocio. Pero eso era una fantasía. Con el tiempo y la adopción real, el perfil se fue refinando”.

DEL GENIO OMNIPOTENTE AL DEPORTE DE EQUIPO

Frente al omnipotente experto en big data de hace una década, ahora se ha creado toda una ramificación profesional en la que cada rama del proceso está cubierta por un tipo de perfil con habilidades diferentes, como arquitectos de datos, ingenieros de datos, modeladores de datos y analistas de gobierno de datos, entre otros. No en vano, al día siguiente de que Patil se convirtiera en el primer científico de datos del gobierno de EEUU, bajo el mandato del presidente Barack Obama, afirmó: “La ciencia de datos es un deporte de equipo”.

Eso sí, no todos los jugadores están adquiriendo el mismo protagonismo. “El business data translator es el que entiende tanto los datos extraídos como el negocio, es el que toma decisiones, gobierna la información y decide sobre la ética de los algoritmos”, resume Miranda. Básicamente sería como el entrenador de un equipo de fútbol, que conoce las dinámicas del juego en el campo y las habilidades de cada uno de sus jugadores, y las exprime para cumplir los objetivos del club, aunque nunca sea capaz de hacer una chilena.

El puesto de analista de datos no solo está logrando que los esfuerzos de ciencia de datos sean más eficientes a la hora de lograr resultados de negocio, también está abriendo el sector a un abanico más amplio de perfiles. A medida que la profesión se ramifica en pequeñas parcelas hiperespecializadas, las habilidades más técnicas o, como diría Miranda, más frikis, se concentran en las primeras partes del proceso de la ciencia de datos, mientras que las últimas, más relacionadas con la estrategia, resultan mejor cubiertas por profesionales del propio sector que se reciclan en forma de analistas de datos.

Cabría pensar que la formación necesaria para manejar dichas herramientas y conversar con los miembros más técnicos de un equipo de datos podría ser complicada, sin embargo, Miranda asegura que “es una profesión al alcance de cualquiera”. De hecho, cuenta que sus formaciones especializadas en datos, como MIB y MDA, se están llenando de profesionales de ramas de letras o ciencias sociales, como administración de empresas, márketing e incluso derecho.

Esto se debe a otro de los grandes cambios que la ciencia de datos a experimentado en la última década: la explosión y simplificación de las herramientas de trabajo. Davenport señala: “Existen nuevas herramientas, como el aprendizaje automático, que permiten a los analistas de datos (o «científicos de datos ciudadanos») realizar un aprendizaje automático serio”. El director de ISDI compara esta evolución con la de la programación informática: “Hace 20 años era un dolor, pero ahora es muchísimo más fácil gracias al low code y no code. Con la ciencia de datos pasa lo mismo, las herramientas son cada vez más sencillas, lo que permite ampliar el alcance”.

Gracias a esto, Watson resume: “Hace 10 años o más, el perfil de data scientist era muy ambicioso y requería habilidades muy duras, como matemáticas o física. Ahora incluso se valora más al que conoce el sector. El bussines analitycs translator es un perfil netamente de negocio que empieza a manejar herramientas de datos y es el que hace el trasvase entre el equipo de datos y el negocio. No es un perfil muy técnico y es el que más está creciendo”.

No obstante, Davenport advierte de que “la mayoría de las grandes organizaciones no han adoptado estas herramientas, por los científicos de datos siguen siendo ‘más sexis’ en cuanto a la demanda de servicios, lo que hace que sigan siendo difíciles de contratar”. Pero, a largo plazo prevé que “las organizaciones inteligentes buscarán herramientas avanzadas de forma más agresiva y los analistas de datos adquirirán un papel más importante en todo tipo de trabajos cuantitativos”.

CUNDE MÁS DE LO QUE CUESTA

A pesar de la enorme simplificación que está viviendo el sector, parece que gran parte de la sociedad sigue viéndolo como un campo complicado que requiere de unas habilidades muy duras. Miranda advierte: “El sesgo de que es difícil viene de nuestra educación, de segmentar en ciencias y letras. Parece que la gente que fue de letras no puede usar tecnología y eso es una falacia brutal”. Afortunadamente, sus alumnos ya lo ven así, y afirma que todos ellos se apuntan al carro del big data bajo la misma premisa: “Hacer reskilling para aportar más valor”.

Es precisamente este valor, sumado a la alta demanda de profesionales, lo que provoca que el sector se asocie a salarios inusualmente altos. Según ISDI, la banda salarial de un analista de datos en España se encuentra entre los 45.000 euros y los 65.000 euros brutos al año. No obstante, Miranda señala que un Chief Data Officer (CDO o responsable de Datos) puede llegar a cobrar 130.000 euros brutos anuales. “¿Eso es mucho o poco? Depende de lo que consigas”, matiza el directivo, y añade: “Si con 10 decisiones al año logran ahorrar cientos de millones a la empresa, entonces no es caro”.

Esa es la clave del valor y el impacto de trabajar con datos y por lo que se les considera el nuevo petróleo. Precisamente, dentro del sector petrolífero, Miranda cuenta cómo la ciencia de datos meteorológicos, la antigüedad, la ubicación y otras variables permiten hacer mantenimiento predictivo de las máquinas de extracción para evitar averías que impedirían extraer crudo por valor de millones de euros durante semanas.

También tiene un ejemplo del mundo del fútbol: “El 15 por ciento de los asientos para un partido se quedan vacíos, pero con datos e inteligencia artificial se pueden vender a otros aficionados para mejorar la rentabilidad. La ciencia de datos incluso está empezando a definir los horarios a partir de las analíticas de ocio de consumo, no solo en España, sino a nivel mundial”.

Los ejemplos, las cifras de ahorro y rentabilidad y la demanda de trabajadores dejan claro que el sector ha mantenido su atractivo en los últimos 10 años. Sin embargo, Miranda lamenta que mientras que en EEUU se valora ampliamente como aquella profesión sexi de la que hablaba hace 10 años HBR, “el modelo de gestión directiva en España sigue siendo muy intuitivo, lo que choca con las decisiones basadas en datos”. Y detalla: “Los datos no mienten, son un espejo que te dice cómo son las cosas. Y con eso hay que tomar decisiones que también se basan en intuiciones. El data scientist te pregunta qué quieres saber, y el que sabe de negocio conoce las preguntas adecuadas. Es como el oráculo de Matrix, todo consiste en hacer las preguntas correctas”.

A pesar de este problema cultural, ya en 2017 la Fundación Cotec estimaba que el crecimiento del big data en nuestro país rondaba el 30 por ciento anual y que en 2015 “el valor de la economía del dato en Europa supuso un 1,87 por ciento del PIB de los países miembros”. Así que parece que el liderazgo basado en datos también está empezando a resultar sexi en España. De hecho, el año pasado el Gobierno de España anunció la creación de su primera Oficina del Dato, con el físico teórico y experto en análisis de datos Alberto Palomo al frente.

Porque, además de ayudar a las empresas a ser más rentables, “hay muchas cuestiones en el sector público que se benefician del big data y la inteligencia artificial, como la optimización de los servicios gubernamentales, la sanidad, la defensa y la inteligencia”, afirma Davenport. Watson pone un ejemplo: “En lugar de inundar la calle de policías, el big data puede contribuir a la seguridad ciudadana al optimizar los procesos con los mismos recursos”.

Queda claro que el sector del big data ha mantenido su atractivo durante toda una década, pero ¿logrará conservarlo durante un siglo entero como vaticinaron los autores de HBR? A corto plazo, Davenport opina: “Puede que el trabajo más sexi de la próxima década sea el de desarrollador de herramientas para el metaverso, pero los científicos de datos también seguirán teniendo una gran demanda”.

“La nueva economía se basa en datos, así que dentro de 10 años simplemente habrán capilarizado y serán algo más normal a nivel cultural. Pasó lo mismo cuando se masificaron los ordenadores, ahora todo el mundo los ve como una herramienta para optimizar trabajos y procesos. Pues lo mismo va a pasar con los datos, dentro de 10 años van a ser una herramienta”. Y es que, cuando surge un nuevo ideal de belleza, se masifica hasta convertirse en una norma imperceptible para toda la sociedad. Si la ya famosa cara Instagram ha normalizado los ojos grandes, los labios gruesos y la nariz pequeña, el nuevo canon estético corporativo demanda muchos datos y buenos análisis, y dinero para pagarlos. Y no tiene pinta de que esta moda vaya a morir joven.