“Las limitaciones se las pone uno mismo cuando no espera más de sí”
El pasado viernes tuvimos la oportunidad de escuchar la experiencia de nuestras panelistas en el mundo de la ciencia de datos. Siendo la primera pregunta relacionada a contarnos sobre su trayectoria y experiencia actual.
En donde, la primera en responder fue Linda Anicama indicando ser Ing. de sistemas con experiencia en sectores de comunicación, comercial y banca en donde actualmente labora como personaje principal en la transformación digital del banco que ha llevado a muchas áreas cambiar su cultura por una en base a datos, seguida por Lizbeth Flores Ing. Estadística con experiencia en diversas áreas pasando por todos los nombres que se le podía dar a los data scientist – menciona ella, y finalizando con Gabriela Yaulli Ing. de la Información con experiencia en tratar data en procesos de digitalización e interacción con el cliente.
¿Cómo encontraron su ruta de aprendizaje para trabajar en la ciencia de datos?, fue una de las siguientes preguntas que se tocaron en el panel. Lizbeth Flores mencionaba que al principio no tenía muy definida su carrera o campo de especialización pues como Ing estadística tendría muchas áreas de las que podría abarcar, por su parte Linda Anicama comenzó como todo practicante entrando a diversas áreas en busca de su camino profesional obteniendo experiencia como desarrolladora y en lenguaje de programación pero comenzó a preguntarse cuál es la importancia de información y que podría hacer con esos números pasando de la parte técnica a la parte analítica de los datos saber cómo esa data impactaría en el negocio y en la toma decisiones.Finalmente Gabriela, comentó que para ella fue más saber cuál sería su camino pues su universidad era la primera en formar profesionales de pregrado como data scientist con las 3 bases fundamentales: programación, estadística y negocios; es así que desde el inicio le llamó la atención el modelamiento y la investigación, de donde sacar esos datos y que es lo que podría hacer con ellos.
En cuanto a los retos o desafíos en el camino profesional de la ciencia de datos, nuestras 3 panelistas concordaron en dos puntos importantes. Antes de empezar en cualquier modelo es importante recortar la data, ordenarla y tenerla lista para usar, sin embargo, el problema es cuando no hay una estructura o arquitectura de la base de datos o de los datos en sí, por lo que se debe armar un universo, identificar las fuentes, construir las variables y armar la matriz, siendo una parte que involucra mucho más tiempo que el modelamiento es sí, y segundo la cultura organizacional, muchas veces las empresas quieren una transformación en base a data, pero como áreas o subáreas no conocen la importancia y el cómo usar los modelos que se les presenta.
Cómo profesionales nuestras tres panelistas pasaron por caminos distintos y escogieron cuál de ellos se alineaba mejor con sus objetivos. Hay distintas oportunidades en diferentes sectores, pero las limitaciones se las pone uno mismo cuando no espera nada de sí, el camino no es fácil pero es interesante, no basta con ejecutar un código o saber lenguaje de programación, para orientarnos en esta ciencia debemos orientarnos al aprendizaje continuo y actualización, pero también no solo es importante saber hacer modelos sino saber comunicarlo a la organización, como ese valor agregado que obtienes del análisis de datos impactará en el negocio, es decir, presentar adecuadamente a los interesados con visualizaciones claras – concluyeron nuestras tres panelistas.
Te invitamos a que veas la presentación completa de este panel y conocer más de las experiencias de nuestras tres panelistas en su trayectoria por el mundo de la ciencia de datos.
Link del webinar:
Escrito por Pamela Rojas
