test

La analítica, clave para conseguir empleo.
Por Nikki Waller

Big data, gran salario

No importa si uno cree que la analítica es una palabra trillada del mundo corporativo o si está convencido de que es la llave del éxito futuro de una empresa. La realidad es que muchas compañías están buscando y pagando bastante bien a profesionales con conocimientos cuantitativos.

Durante sus tresdécadas al mando de la firma estadounidense de reclutamiento de ejecutivos Burtch Works, Linda Burtch ha observado la creciente demanda por los empleos que pueden comprender y manipular datos. Ha ayudado a empresas grandes como Jack in the Box y Foot Locker Inc. a contratar empleados para equipos que son responsables de entender como el marketing influye sobre el comportamiento de los consumidores.Según un análisis de la propia firma, los profesionales del sector de Estados Unidos – desde analistas hasta ejecutivos – ganan una media de salario base de $90,000 al año, mientras que la media para los gerentes asciende a $145,000. En el caso de los científicos de datos, su media de sueldo base en los primeros tres años es de $80,000 anuales más bonificaciones, y están siendo acosadoscontantemente por los reclutadores (los científicos de datos trabajan con conjuntos de datos grandes y no estructurados. Los profesionales de analítica se enfocan en conjuntos de datos estructurados, señala Burtch).

Cada vez más empresas requieren competencias de análisis de datos, a tal punto que la falta de esas habilidades puede determinar las carreras

En una entrevista reciente, Burtch hablósobre lo que buscan las empresas, cómo los profesionales con carreras desarrolladas pueden competir y por qué los empleados que no se pongan al día podrían terminar fuera del juego. A continuación, los extractos editados:

WSJ: ¿Cómo puede un profesional a media carrera adquirir conocimientos (de analítica)?

Burtch: Algunos están volviendo a la universidad. Otros están participando encompetencias como la Kaggle, en la que científicos de datos compiten entre sí para resolver problemas, y están tomando cursos MOOC (cursos masivos abiertos en línea). No es fácil y no se puede hacer de manera informal.

WSJ: ¿Las empresas toman en serio los cursos en línea MOOC?

Burtch: Sí. No son clases sencillas, e incluyen mucha práctica que podría no obtener del trabajo en oficina. Uno puede citarproyectos de prueba durante entrevistas de trabajo. En el mundo de la ciencia de datos, las empresas con las que trabajo ya tienen grupos de (analítica de datos), así que el entrevistador puede darse cuenta si el postulante sabe del tema. Saben qué preguntar y quién es bueno o no.

WSJ: ¿Cuál es el mayor error que cometen las compañías que buscan este tipo de talento?

Burtch: Los candidatostienen aptitudes específicas y podrían estar 80% listos. Los gerentes de contratación necesitan poder determinar si el postulante tiene la capacidad de llegar al 100%. Es difícil para las personas no cuantitativas entender si alguien tiene lo que se requiere para llegar a ese punto. Es difícil deducir de un perfil en LinkedIn qué tan sólidas son en realidad las aptitudes técnicas de una persona.Mucha gente en LinkedIn se identifica como científico de datos, pero exageran sus habilidades.

Linda Burtch dice que muchos regresan a la escuela para aprender analítica.

Burtch: Una forma es recurriendo a firmas de consultoría especialistas en el tema. Beam Inc. BEAM +0.10% permitió que una empresa externa que le proporciona un software hiciera las entrevistas de los postulantes para unpuesto interno cuantitativo. (La persona contratada ya empezó a trabajar). En la primera etapa, Beam contrató a alguien por su cuenta pero esto no funcionó.

WSJ: ¿Cuál es el futuro de los empleos de analítica?

Burtch: En 15 años, si no tienes sólidos conocimientos cuantitativos, podrías perder tu empleo de manera permanente. Una gran parte del proceso de toma de decisiones en las corporaciones...