Experto en Big Data: perfiles más solicitados y requisitos exigidos por el mercado laboral

La constante y creciente generación de datos en todas las actividades humanas, y la consecuente necesidad de procesar y analizar un volumen cada vez mayor de información, implica una enorme oportunidad laboral. Un experto en Big Data forma parte de uno de los sectores profesionales con mayor oferta de empleos.

Como te contamos en un artículo detallado sobre la ciencia de datos, el término big data refiere a:

• un gran volumen de datos –estructurados y no estructurados– que inundan una empresa todos los días
• conjuntos de datos o combinaciones de ellos, cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de crecimiento dificultan su captura, gestión, procesamiento o análisis

La clave para poder obtener, procesar, analizar y darles un aprovechamiento efectivo a los datos, pasa por la implementación de tecnologías adecuadas y contar con expertos en big data que sean capaces de gestionarlas e interpretar la información con foco en el negocio.

Experto en big data: un rol cada vez más imprescindible y demandado

Una encuesta  global de Deloitte de la que participaron 1.200 ejecutivos, reveló que para los responsables de tecnología la analítica es una de sus prioridades de inversión, y aquella que tendría el mayor impacto en su organización. Mientras que para el 59% de los ejecutivos de negocio la información y su explotación analítica se encuentra entre las cinco cuestiones claves del futuro, considerándola como una palanca clave para lograr ventajas competitivas.

En tanto, Infojobs identifica a los desarrolladores de soluciones Big Data entre las 6 profesiones con más oportunidades laborales.

El alto impacto del big data en el tejido empresarial hace de ésta una tecnología cada vez más inserta en el ADN de las organizaciones: las empresas están incorporando decisivamente en sus plantillas perfiles profesionales capaces de gestionar y analizar la creciente cantidad de información para ofrecer soluciones personalizadas a sus clientes.

En encuentro de expertos organizado por Google for Startups bajo el nombre “¡Conviértete en el próximo Big Player! Hablemos de empleabilidad en Big Data”, los profesionales participantes coincidieron en algunas cuestiones:

• este tipo de perfiles son cada vez más imprescindibles en todas las áreas de las empresas gracias a su capacidad para entender e interpretar los datos. 
• los expertos en big data deben ser polifacéticos, contar con un nivel técnico alto y poseer habilidades comunicativas.

Un experto en big data debe ser polifacético, contar con un nivel técnico alto y poseer habilidades comunicativas.

“Tenemos necesidades de perfiles híbridos con un componente científico de data, pero que también sepan de arquitectura, de software, de visualización, etc. Disponer de las herramientas adecuadas para medir las habilidades es un reto grande”, señaló durante el evento Ophelie Richard, responsable de Adquisición de Talento en BBVA. Además apeló a la necesidad de la creatividad para resolver problemas.

En esta misma línea, Fernando López Gil, Global HR Planning & Analytics Manager en Mondelēz International, sostuvo que las compañías aprecian en un científico de datos que dé valor añadido a los proyectos, proponga mejoras y exponga nuevos conocimientos.

Experto en Big Data: los 10 profesionales más buscados por las organizaciones

Tomando como fuente reportes elaborados por Daniel Povedano, Vicente Ramírez, Expansión, Universia, Educaweb, CESSI, Corebi y Eurecat, compartimos los perfiles más demandados por el mercado laboral vinculados al sector de ciencia de datos.

1. Dirección de Datos (Chief Data Officer – CDO)

Según el estudio Forecast: Enterprise Software Markets – Worldwide, de Gartner, es una posición clave en más del 75 % de las grandes empresas. Se trata del líder de la gestión de datos y analítica asociada por el negocio, quien debe:

• dirigir los equipos especializados en datos.
• definir políticas de seguridad para gestionar y almacenar datos, 
• mantenerse actualizado en las regulaciones vigentes en cada país 
• decidir qué datos se utilizarán, incluyendo cómo y para qué
• validar las tecnologías que se utilicen
• ser consciente de la aplicación al negocio de los datos
• ayudar a democratizar el acceso a los datos a todos los empleados y empleadas

Requerimientos que se exigen a los candidatos interesados en esta posición:

• Varios años de experiencia en el sector de la tecnología y trayectoria en el campo de la analítica aplicada al negocio.
• Formación en estadística y graduación en carreras como ingenierías, informática o telecomunicaciones. Se valoran los Másteres en Big Data, MBA o gestión de negocios.
• Habilidades de comunicación, planificación y gestión integral de proyectos, trabajo en equipo y marcación de objetivos.
• Capacidad analítica.
• Experto en nuevas tecnologías.
• Orientación al cliente.

2. Científicos de Datos (Data Scientist)

Se trata de un perfil muy buscado por empresas vinculadas a motores de búsqueda, servicios financieros y e-commerce, ya que su aporte reside en la extracción de información valiosa de los datos generados en el marco de la operación, con una visión general del proceso (de extremo a extremo).

Entre sus funciones se destacan:

• diseñar, implantar y optimizar una estrategia a largo plazo del manejo de la información. 
• analizar datos cuantitativos y cualitativos del entorno digital, para extraer información de valor.
• administrar sistemas de almacenamiento distribuido.
• realizar análisis del entorno y diseñar un sistema de reporting para la visualización de los datos.
• desarrollo de consultas con bases de datos utilizando SQL o PL/SQL.
• utilización de herramientas como, Hadoop, Hive o Pig.
• desarrollo de programas estadísticos, utilizando lenguajes como R o Python.
• manipular datos, como data wrangling, data munging o data tyding.

Competencias y habilidades demandadas para este puesto:

• Conocimientos ingeniería de software en sistemas distribuidos, algorítmica y estructuras de datos.
• Ser experto en matemáticas, estadística, informática, etc.
• Saber de Machine Learning,  lenguajes de programación como R o Python, y el uso de notebooks y ecosistemas Big Data.
• Poseer gran capacidad para la resolución de problemas.
• Capacidad para analizar, resolver y explicar en forma entendible evitando conceptos científicos, y predecir comportamientos futuros.
• Conocimientos en programación y aptitud para expresarse en lenguajes informáticos.
• Facilidad en álgebra lineal, cálculo y probabilidad.
• Cubrir tres funciones: nociones del negocio, método analítico y conocimiento tecnológico.
• Vasta experiencia en el sector tecnológico y en el campo del análisis del negocio.
• Habilidades comunicativas.
• Nociones en estadística (en descriptiva o regresiones lineales). 
• Comprensión y manejo de las técnicas de machine learning.
• Iniciativa, creatividad, planificación y control.
• Pensamiento lógico, análisis, predicciones y capacidad de detección de patrones.
• Capacidad para usar librerías como TensorFlow para técnicas de Deep Learning basadas en redes neuronales.

Las compañías aprecian en un científico de datos, que dé valor añadido a los proyectos, proponga mejoras y exponga nuevos conocimientos.

3. Arquitectos de datos (Data Architect)

Vela por el buen funcionamiento y la seguridad de las plataformas y el hardware que contienen los datos, debiendo prever los nuevos escenarios de volumen de datos que se puedan presentar en un futuro. 

Las competencias exigidas para este rol son:

• Formación en Informática y/o matemáticas.
• Experiencia para manejar tecnologías de datos no estructurados como Hadoop, Spark o Cassandra.  
• Conocimientos de lenguajes de programación distribuida y funcional como Java/scala, SQL y Python.
• Conocimientos en bases de datos como Oracle y PostgreSQL.

4. Data Engineer (Ingeniero de datos)

Proporciona los datos en forma accesible y apropiada a los usuarios y data scientists. Se especializa en infraestructura Big Data, creando e implementando técnicas, procesos, herramientas y métodos para el desarrollo de aplicaciones Big Data. Juega un papel clave a la hora de convertir una prueba de concepto de Big Data en un proyecto real y palpable.

Competencias que hay que desarrollar: 

• Conocimiento en gestión de bases de datos, arquitecturas de clusters, lenguajes de programación y sistemas de procesamiento de datos.
• Trabajar con Linux y Git, y también con Hadoop y Spark a nivel de entornos, Map Reduce a nivel de modelos computacionales, y HDFS, MongoDB y Cassandra a nivel de tecnologías NoSQL.
• Se suelen requerir los siguientes lenguajes: Python para el procesado de datos (a veces PySpark) y Scala como lenguaje nativo de Spark y Java, en muchos casos.

5. Analista de datos (Data Analyst)

Tiene la responsabilidad de descubrir cómo extraer datos, procesarlos y sintetizarlos para obtener conclusiones y resolver aquellos problemas surgen en una organización, a través de modelos computarizados avanzados, y modelos analíticos y de visualización de datos sintonizados con los requerimientos de una compañía.

Para aspirar a este puesto se requieren las siguientes competencias:

• Estudios de grado en Estadística, Matemáticas o Ingenierías (técnica y/o superior)
• Dominio de lenguajes de programación como Python, y programas estadísticos
• Alto nivel de habilidad matemática
• Capacidad para extraer, limpiar, analizar, modelar e interpretar datos
• Habilidades de comunicación, planificación y trabajo en equipo
• Además de los conceptos de Machine Learning, deben destacarse por el conocimiento del entorno Big Data en el que trabajan, como Spark o Hadoop.
• Son valorados los conocimientos de Bases de Datos SQL y Business Intelligence.

6. Citizen Data Scientist

Es un perfil que si bien no está formado específicamente para ser Data Scientist, aporta valor por medio de su experiencia y capacidad para explorar datos, desde la unidad de negocio en la cual se desempeña y a través de tareas analíticas simples.

7. Data Steward (administrador de datos)

Su función consiste en preservar la calidad, disponibilidad y seguridad de los datos, mejorando su almacenamiento y presentación.

Como competencias básicas, esta posición requiere conocimientos de los procesos de negocio y de cómo los datos se utilizan dentro de estos procesos.

8. Business Data Analyst (analista de datos)

Recoge las necesidades de los usuarios de negocio para los Data Scientist y presenta resultados obtenidos.

9. Data Artist

Experto en Business Analytics, cuya responsabilidad reside en crear los gráficos, infografías y otras herramientas visuales para ayudar a las diferentes personas de la organización a comprender datos complejos.

10. Analista digital (Digital Analyst)

Vinculado al área de marketing, analiza datos cuantitativos y cualitativos del entorno digital, para extraer información que ayuden a tomar decisiones de negocio. Es un perfil júnior y sus tareas pueden ir desde implementar un proyecto hasta la elaboración de cuadros y gráficos.

Se exige formación en el uso de herramientas de análisis en la Red, como las de Google, Facebook o Twitter. 

¿Dónde buscar trabajo como experto en Big Data?

Un informe que realizamos recientemente desde el Centro de e-Learning de la UTN.BA, recomienda algunas pautas a seguir para desarrollar una planificación adecuada de un proceso de búsqueda laboral orientado a perfiles tecnológicos.

El reporte indica cómo gestionar diversas fuentes como LinkedIn, compañías que realizan procesos de contratación frecuentes y portales de empleo, entre otras.

También podrías complementar con los 9 consejos para que realizar búsquedas laborales efectivas, donde encontrarás la base necesaria para aplicar a procesos de reclutamiento en forma efectiva.

¿Dónde capacitarse para trabajar como Experto en Big Data?

Según la revista Harvard Business Review y el portal de empleo Indeed.com, los analistas en Big Data serán los profesionales más buscados en los próximos años. En respuesta a esta necesidad de mercado el Centro de e-Learning de la UTN.BA posee una interesante oferta formativa, entre la que se destacan los siguientes cursos:

Especialista en Big Data con Apache Hadoop: permite conocer las funciones del marco de trabajo Apache Haddop en JAVA para aplicar las técnicas y herramientas del Big Data.

Data Scientist con R: enseña a gestionar información masiva de Big Data, y a conocer la estructura, sintaxis y algoritmos de R para el diseño y uso de repositorios de datos.

Diplomatura en Bases de Datos: brinda la posibilidad de aprender a programar con lenguaje SQL y conviértete en un experto en Bases de Datos con nuestra diplomatura a distancia.

Google Data Studio – Tableros dinámicos en tiempo real: capacita para utilizar la herramienta Google Data Studio para armar informes, gráficos, tableros de análisis y fuentes de datos de forma ágil y con actualización en tiempo real.