Encuentra tu ajuste
El primer semestre del programa MSBA tiene que ver con el desarrollo de nuestras habilidades en ciencia de datos mientras se establecen contactos y se exploran trayectorias profesionales. Aprendemos constantemente sobre cómo podemos aplicar nuestras habilidades en ciencia de datos en diferentes industrias y cómo sería trabajar como científico de datos, analista de datos, analista de inteligencia empresarial o ingeniero de aprendizaje automático. Para ayudarnos en este proceso, el MBA Career Management Center organizó un evento especial para estudiantes de MSBA llamado “Find Your Fit”. En este evento, tuvimos la oportunidad de escuchar a los panelistas que trabajan en las industrias de consumo, consultoría y tecnología para escuchar cómo sus empresas aprovechan la ciencia de datos y los roles que pueden interesar a los estudiantes de MSBA en sus empresas.
En el primer panel, escuchamos a los profesionales de la ciencia de datos y los gerentes de contratación de The Home Depot, Truist, GE Power, Target y Pilot Travel Centers. Cuando se les preguntó qué significa la ciencia de datos en sus empresas, cada panelista enfatizó que la ciencia de datos es fundamental para su éxito. Iris de Home Depot llegó a decir que la ciencia de datos es su “superpoder”. Discutieron el uso de la ciencia de datos para pronosticar, generar conocimientos y, en general, ayudar a los socios comerciales a tomar decisiones basadas en datos. También discutieron las principales herramientas utilizadas en cada una de sus empresas, y algunas de las herramientas comunes mencionadas fueron Python, R, SQL, Tableau y AWS, cada una de las cuales se utiliza en los cursos de MSBA. Anqi de Truist enfatizó que ser hábil en el proceso de la ciencia de datos es más valioso que conocer cualquier idioma o herramienta, lo que se alinea con el objetivo del programa MSBA de crear científicos de datos independientes de las herramientas. También discutimos las diferencias entre los roles de científico de datos y analista de datos en cada empresa, y hubo un tema general de que los científicos de datos están más enfocados en construir modelos de aprendizaje automático y resolver problemas desde una nueva perspectiva, mientras que los analistas están más enfocados en análisis descriptivo, construcción paneles y compartir información. Cerramos el panel con algunos consejos finales de los panelistas, y Chingwei de GE Power destacó la importancia de ser un científico de datos en lugar de un técnico de datos al ser naturalmente curioso y resolver problemas que agregan valor comercial.
Nuestro siguiente panel incluyó a graduados de MSBA que ahora trabajan como consultores para Accenture, EY, Deloitte y Slalom Consulting. Los roles actuales de nuestros panelistas variaron ampliamente en términos de enfoque técnico vs. comercial. Charlotte de Deloitte nos recomendó explorar dónde encajamos en el espectro técnico para delimitar qué tipo de roles serían adecuados para cada uno de nosotros. Los panelistas también discutieron la importancia de la creación de redes, no solo ahora, mientras nos preparamos para nuestra búsqueda de trabajo, sino también mucho después de que dejamos el programa MSBA.
Por último, pero no menos importante, aprendimos de un grupo de panelistas de Amazon, Google, Microsoft y Facebook. Como alguien que aspira a trabajar como científico de datos para una empresa de tecnología, me emocionó saber más sobre cómo estas empresas aprovechan la ciencia de datos y lo que buscan en su talento en ciencia de datos. Cada una de estas empresas utiliza la ciencia de datos en muchas funciones comerciales diferentes, y los panelistas expresaron que la ciencia de datos podría significar cualquier cosa, desde aprendizaje automático, narración de datos, gestión de productos, investigación o innovación de productos. Aunque todos nuestros panelistas provienen de compañías altamente impulsadas por datos con una extensa infraestructura de datos, Ankit de Microsoft compartió su opinión de que todavía estamos rascando la superficie de lo que podemos hacer con la ciencia de datos. En términos de títulos de trabajo, los panelistas compartieron que los científicos de datos tienden a modelar y hacer predicciones, mientras que los analistas de negocios generalmente usan SQL y visualización de datos para dar sentido a los datos tal como existen actualmente. Finalmente, nuestros panelistas discutieron la cultura de la empresa. Meagan, un reclutador de Facebook, compartió que debido a que Facebook es una empresa muy plana, los nuevos empleados pueden tener un impacto de inmediato. Kristen de Google discutió el concepto de “Googley-ness”, que resume la cultura abierta, colaborativa e impulsada por el equipo de Google.
La ciencia de datos es un campo emocionante y de rápido crecimiento con oportunidades de trabajo en prácticamente todas las industrias. Sin embargo, para alguien que intenta ingresar al campo, las opciones son tan amplias que puede ser difícil delimitar el rol y la compañía que sería la mejor opción. Afortunadamente, el evento Find Your Fit me brindó información sobre el día en la vida como científico de datos en una variedad de industrias, y me siento más seguro posicionándome en mi búsqueda de trabajo.
