Olivier Le Moal - Fotolia

Resolver Problemas Consiga ayuda para problemas específicos con sus proyectos, procesos y tecnologías.

Encontrar el talento interno de ciencia de datos

La feroz competencia por el talento de ciencia de datos significa que los CIO deben buscar internamente las habilidades necesarias. En la lista: curiosidad, experiencia de dominio, inteligencia emocional.

A medida que las empresas utilizan big data para tomar decisiones mejor informadas, crean una mayor demanda de profesionales capaces de lidiar con esas bases de datos y convertirlas en activos.

De hecho, la competencia para reclutar talento científico de big data es brutal y es probable que permanezca así por un tiempo. Pero existen oportunidades para que los CIO aprovechen las habilidades de las personas en sus empresas.

"Este es un campo en expansión masiva y creo que así será durante la próxima década", dijo Fritz Schlereth en un panel en la Conferencia Mundial de Inteligencia Artificial en Boston.

Schlereth es jefe de producto en Descartes Labs, una empresa de análisis geoespacial surgida del Laboratorio Nacional de Los Alamos. Formó parte de un panel de expertos en inteligencia artificial en la conferencia que ofreció consejos sobre cómo identificar el talento de la ciencia de datos y cómo gestionar los equipos de ciencia de datos para obtener resultados empresariales.

Talento interno de ciencia de datos

Una forma de adquirir talento en la ciencia de datos: Mirar hacia dentro. El arquitecto de soluciones Craig Rowley se unió a Columbia Sportswear Company en 2017 con el propósito de crear un equipo de ciencia de datos para el minorista de 6 mil millones.

"Esta es la primera empresa empresarial en la que trabajé en la que realmente veo esa fase en la que descubrimos quiénes son las personas que son multidisciplinares", dijo Rowley.

La gente de Columbia que ha demostrado la capacidad de resolver preguntas de big data comparte ciertos atributos, dijo Rowley a la audiencia de la conferencia. Por lo general, poseen una profunda experiencia en el dominio. Esa experiencia les permite definir un problema que vale la pena seguir, dijo, y comprender el tipo de datos que necesitarán para resolverlo.

Fritz Schlereth, jefe de producto en Descartes Labs, habla en la Conferencia Global de IA.

El caso de la inteligencia emocional

Al reclutar talento de ciencia de big data, John Mercer, director de ciencia de datos de la empresa de publicidad de video Pixability, busca primero la inteligencia emocional y las personas que trabajen bien en un entorno de equipo.

"Usted quiere personas que sean amables, reflexivas, ultra colaboradoras: personas con las que desea presentarse a trabajar todos los días, personas en las que sabe que puede confiar, que saben que lo respaldan y que serán campeones mutuos para usted mientras se apoyan mutuamente", dijo Mercer. "Si no se tiene eso, no importa la cantidad de matemática que sabe, ni la cantidad de estadísticas que conozca, o lo bueno que sea como programador porque las cosas se desmoronarán".

El equipo de ciencia de datos adecuado para una empresa depende del tamaño de la organización y lo que espera lograr, dijo Mercer.

"Es realmente dependiente del contexto. Depende de la industria. Depende de: Cuál es la misión que se le asignó y el estado actual de la empresa y qué tan grande es", dijo Mercer. En las empresas en etapa inicial, las líneas de delineación entre diferentes roles se "difuminan", dijo. A medida que las empresas crecen, el talento de la ciencia de datos se vuelve más especializado con responsabilidades más claramente definidas.

Integrar el talento de ciencia de datos

En Wolters Kluwer, un proveedor de servicios de información global, el director Syed Haider busca una variedad de antecedentes en aprendizaje automático, procesamiento de lenguaje natural y estadísticas, junto con otros atributos más universales.

"Buscamos habilidades básicas como la programación. Buscamos la motivación. Tienes que estar muy motivado porque lo llamamos ciencia de datos, pero en realidad es arte de datos", dijo Haider. "Cada problema es único"

Los equipos de ciencia de datos deben aprender cómo se usará su producción en el negocio y los miembros del equipo deben interactuar con los usuarios finales, según Schlereth de Descartes, quien dijo que es un "error" el "aislar" a los equipos de datos de los clientes, ya sean internos o externos.

En Descartes Labs, hay un equipo separado que trabaja en la infraestructura de datos para los científicos de datos, y se alienta a los científicos a ser "vocales" sobre sus necesidades, dijo Schlereth.

"Muchos de los problemas de la ciencia de datos se cargan por adelantado en términos de la preparación de datos y un montón de manejo de datos (bits y piezas en sí mismos) y, honestamente, no es el tipo de capacitación que se necesita para ser un científico de datos", dijo Schlereth dijo. "Los científicos de datos se centran en resolver realmente los problemas y comprender los datos en sí mismos, y luego entender los algoritmos que ayudan a extraer automáticamente la información de esos datos. No son ingenieros de la nube".

Los científicos de datos en Descartes también son alentados a buscar ayuda cuando se atascan en un problema.

Cultura de la comunicación

"No se sentirán cómodos con eso a menos que hayan creado la cultura de tal manera que sean invitados todos los días a comunicarse y decir: 'Oye, quiero abrir este problema a todo el piso', dijo Schlereth.

Los equipos de ciencia de datos son distintos de otras áreas de una empresa en que realizan experimentos y lo que crean puede no parecer tan ordenado como otros productos. Eso significa que el talento de la ciencia de datos en su compañía podría necesitar explicar que cuando hay falsos positivos o falsos negativos en la salida, eso no es un error, es un ejemplo de la "tasa de error", dijo Haider.

La comunicación dentro de la empresa es esencial para que exista un entendimiento común, según Rowley.

"A medida que trabajamos con personas de toda la compañía, nos encontramos con que no solo tenemos que volver a re-entrenarnos a nosotros mismos y a nuestros conjuntos de habilidades para lidiar con la plataforma y los nuevos tipos de datos, sino que debemos también hacer avanzar a nuestros socios comerciales en el viaje y ayudarles a comprender la terminología, los conjuntos de herramientas", dijo Rowley.

Este artículo se actualizó por última vez en octubre 2018

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close