Los retos de un Data Lead @ Jesus Huaycochea
Entrevista con el CoE Lead de Data de Laureate Perú
Soy fiel creyente de algo: Sea cual sea el rol que tengas, entender los datos es clave.
Por ejemplo, como Product Manager estoy en constante contacto con equipos de Diseño, y, en mi opinión, una de las diferencias entre un buen diseñador y uno promedio es el sustento detrás de cada acción y en la gran mayoría de los casos ese sustento es con data.
Cuando lideré un equipo de Marketing, los primeros headcounts que reclutamos fueron Data Analysts. Eso hizo la diferencia en resultados, sin duda.
Actualmente, entender la data no es una elección.
Conozco a Jesus porque trabajamos juntos; el lidera el equipo de Data y ha ayudado a diseñar uno de los programas más completos de la Región:
Si quieren saber más sobre el programa o lo quieres para tu empresa haz click aquí.
Sobre Jesús
Ingeniero de Sistemas y actualmente finalizando una maestría en Computer Science en la UNI.
Me considero un investigador empírico apasionado por nuevas metodologías conocidas como SOTAs (state of the art Algorithms).
He trabajado en proyectos de Datos & Analytics en general para diversas industrias. Telecomunicaciones, Seguros, Banca & Finanzas y actualmente en la industria educativa.
Algunos fun facts de Jesus:
Odio las mayúsculas en las variables que sean de tipo texto (no hay motivo lógico alguno, solo preferencias de tranquilidad visual) así que cada que me toca limpiar una variable en formato texto, todo lo paso a minúsculas.
Creé un sistema de detección de plagios con NLP para un proyecto personal que no gustó a muchos.
No hay que saberlo todo de memoria, al menos en este mundo existe stackoverflow y ahora más recientemente Chat GPT.
Odio Excel pero es muy necesario (considero que Excel y saber manipular una BD ya no es algo de perfiles o de carreras, es algo que todos deberíamos saber)
¿Qué es data analytics y cómo se diferencia de data science?
Esta es una pregunta bastante complicada, pues a veces hay una línea muy delgada entre los diversos roles que hay en el mundo de analytics en general.
Yo considero que la principal diferencia es que un rol de Data Analytics busca trabajar con datos para realizar una especie de autopsia de ellos y publicar insights que son soportados por los datos analizados.
Un Rol de Data Science, también trabaja con datos pero no busca encontrar un insight sino que busca aprovechar los datos históricos para predecir un comportamiento futuro.
Como ejemplo práctico, un data analyst te dirá cuánto se ha vendido en todas las tiendas al cierre de mes y probablemente construya un dashboard para poder mostrar todo desde un punto de vista gráfico. En cambio un Data Scientist te dirá cuánto vas a vender en los próximos 3 meses.
¿Cómo fue tu paso por la disciplina?
Yo descubrí el mundo del Data Science hace algunos años cuando buscaba un tema para titularme como ingeniero que fuera interesante para mi.
En esos años, estaba muy de moda (al menos en mi facultad) todo lo que era warehousing y cómo implementarlo de forma correcta en diversas industrias. Buscaba algo diferente y me encontré frente al mundo de la ciencia de datos y el NLP (procesamiento del lenguaje natural).
Desde ese momento en adelante, me enganché tanto con el tema que solo seguí investigando y aprendiendo sobre ese mundo.
Actualmente, me encuentro finalizando una maestría en ciencias de la computación que me ayudó a fortalecer la parte de los POR QUÉs un algoritmo funciona o es considerado mejor que otro. Considerándome como alguien que le gusta entender qué es lo que hace y por qué lo hace, esta maestría me cayó perfecta.
El mundo de Analytics, IA, ML, DL, etc es un uno que va evolucionando día con día y con ellos también se desarrollan nuevas tecnologías que demandan que te mantengas actualizando tus conocimientos.
Ahora cómo jefe, ¿qué buscas en las posiciones que reclutas?
Creatividad y pensamiento lógico para buscar soluciones de forma práctica.
Conocimientos a nivel de herramientas y técnicas. Esto dependerá mucho de la posición que se necesite pero una persona que tenga el conocimiento a nivel de herramientas y técnicas es indispensable. Si es una posición Jr me interesa que sepa cómo no sentirse perdido cuando empiece a trabajar con diversas herramientas / metodologías porque a esos niveles uno siempre tiene una guía de apoyo por parte de los más experimentados.
Habilidades blandas totalmente, porque este es un rol que te demanda mucho trato, conversaciones y discusiones con otras personas. Hay que darle un peso importante a saber manejarte en diversas situaciones.
¿Cuáles son las habilidades clave que necesita saber alguien que quiere comenzar en Data?
Manipular bases de datos a nivel de consultas es fundamental. Conocer el lenguaje SQL es importante
Conocer algún lenguaje de programación para hacer analytics (Python es la opción preferida por muchos)
Conocer sobre algoritmos, técnicas y metodologías para la construcción de soluciones basadas en datos.
¿Dónde aprenderlas actualmente?
Hoy por hoy estas habilidades las puedes aprender en muchos lados de manera presencial y con el acceso a internet, inclusive acceder a capacitación de muchos otros países. Yo tengo la siguiente agrupación en mente:
Educación superior:
Carreras como Ing. de Sistemas, Software, Ciencias de la computación, Electrónica, Economía, etc de manera directa o indirecta te preparan para el mundo de los datos. Inclusive con el boom del Data Science están abriendo carreras con el nombre propio a nivel de pre y post grado.
Instituciones independientes e Institutos:
Centros de educación que cuentan con personas experimentadas en ciertos temas para poder enseñar a personas que buscan iniciarse o en algunos casos especializar conocimientos en ciertos aspectos.
Internet - Educación Online:
Actualmente hay infinidad de recursos y plataformas que te permiten aprender sobre analytics en general. Las mejores se encuentran en Inglés pero si el idioma no es una barrera son opciones totalmente válidas.
¿Por qué te animaste a diseñar un programa con Cibertec?
Es un centro de capacitación tecnológica con bastante tiempo y reputación en el mercado y considero que al ser un instituto se tiene la libertad de diseñar programas que sean totalmente enfocados en analytics.
Cuentan con una currícula muy actualizada en los diversos campos en los que se desempeñan, una infraestructura adecuada para dictar las clases (cosa que no siempre sucede en los centros locales principalmente) y profesionales con mucha experiencia en sus campos de enseñanza no solo a nivel educativo sino también laboral.
¿Qué recomendaciones le darías a alguien que quiere comenzar en Data Analytics?
Si estás leyendo esto y no eres de alguna carrera de ingeniería como Sistemas, Software, Estadística, etc. No temas, conozco muchas personas excelentes en analytics con background en Filosofía, Medicina, Biología, etc. Que son increíbles en lo que hacen, esto no es un mundo que necesita personas de ciertas carreras o especialidades, sino personas que gustan de aplicar y aprender.
Ten en mente que siempre hay varias formas de solucionar un mismo problema, todo lo que vas a aprender en el mundo de analytics sirven como herramientas que se pueden combinar de infinitas maneras para solucionar un problema. Investiga y experimenta.
Por último, la mejor manera de mejorar es poniendo en práctica lo que aprendes, si no puedes hacerlo en tu trabajo actual por X motivos, busca lugares donde puedes practicar como Kaggle. Aquí como en muchas otras cosas; la practica hace al maestro.
Si este artículo te interesó, ayúdanos compartiéndolo con tus amigos y colegas.