Errores que los nuevos científicos de datos novatos deben evitar

Errores científicos datos novatos evitar

 

Todos sabemos lo exigente que es el campo de la Ciencia de Datos en este momento. Con cada vez más personas ingresando, de todo tipo de antecedentes. Algunos con títulos en Ciencias de la Computación, otros sin ningún antecedente tecnológico en absoluto. 

Esto hace que sea más difícil para aquellos candidatos con poca experiencia tecnológica ingresar al campo y no cometer errores comunes. A continuación se muestra una lista de estos errores comunes, para que sepas qué evitar en tu búsqueda de empleo. 

 

• Explorando el Árbol de Pensamiento Promoviendo Cómo la IA puede aprender a razonar a través de la búsqueda
• ¿Qué es la innatismo y importa para la inteligencia artificial? (Parte 2)
• Hacia una IA de nivel Dios desde una IA de nivel Perro

No subestimes la educación formal

 

Si buscas títulos en Ciencia de Datos, la mayoría de ellos requieren educación formal. Aunque hay muchos BootCamps y cursos disponibles que complementan tu currículum, muchos reclutadores buscan candidatos con algún tipo de título técnico y/o maestría. 

El lado positivo es que cada vez más universidades ofrecen programas de ciencia de datos y cursos en línea para llevarte al nivel de conocimiento necesario para postularte cómodamente a roles en Ciencia de Datos. Existe la posibilidad de ser autodidacta, sin embargo, eso requiere mucho más esfuerzo e independencia. Es un camino más difícil, pero puede suceder. 

Si deseas consultar algunos recursos universitarios gratuitos, echa un vistazo aquí: Recursos universitarios gratuitos de Ciencia de Datos

 

Centrarse en la teoría y no en los proyectos

 

Es típico para los principiantes en una nueva industria enfocarse mucho en el trabajo teórico; quieren tener un gran entendimiento en caso de que alguien les haga una pregunta. Sin embargo, trata de no profundizar demasiado en ello y comienza a centrarte en proyectos que presenten tus habilidades y aplicaciones prácticas. 

Estos pondrán a prueba tu nivel de teoría y te darán una mejor comprensión de dónde y dónde no aplicarla. Aprender la teoría mientras la aplicas mejorará tus posibilidades de tener éxito en el campo y dominar ambos aspectos. 

Hay tantos conjuntos de datos gratuitos disponibles donde puedes jugar y poner a prueba tus conocimientos. No tienes límites, solo necesitas dar el salto. 

Si deseas conocer más sobre algunos posibles proyectos en los que puedes trabajar, echa un vistazo aquí: Mejores proyectos de Ciencia de Datos para desarrollar tus habilidades

 

Intentar volar hasta la cima de la escalera

 

Muchas personas ingresan al mundo de la Ciencia de Datos con la esperanza de trabajar con autos autónomos o medicina. Esto requiere mucho conocimiento de aprendizaje profundo que no se adquiere de la noche a la mañana; lleva tiempo. Incluso años. Necesitarás tener experiencia trabajando con conjuntos de datos simples, construyendo algoritmos de aprendizaje automático y más. 

Todo es un proceso que no se puede apresurar; por lo tanto, no puedes ingresar automáticamente a tu campo de interés, debes trabajar hacia ello. 

Aceptar que tal vez tendrás que ser un principiante por uno o dos años y luego tener que trabajar en proyectos de aprendizaje automático durante los siguientes 5 años es una buena realidad para alcanzar tu objetivo final.

 

Currículum

 

Los currículums siempre son difíciles porque quieres venderte a ti mismo, pero a veces eso puede hacer que tu currículum se vea demasiado desordenado. En el estudio de rastreo ocular de 2018 de Ladders, revelaron que los reclutadores pasan en promedio 7.4 segundos escaneando cada currículum. 

Imagínate cuántas personas están solicitando roles en Ciencia de Datos y lo abrumador que puede ser para los reclutadores encontrarse con currículums que están llenos de mucha información. En lugar de hacer esto, presenta una imagen clara al reclutador con puntos importantes a través de viñetas y una buena estructura. 

Esto aumenta automáticamente tus posibilidades de pasar al siguiente paso. 

 

Preparándote para la entrevista

 

Muchos graduados en Ciencia de Datos están constantemente solicitando trabajo tras trabajo, y cuando alguien les devuelve la llamada; han pasado tanto tiempo y energía solicitando empleo que en realidad no se han preparado para la etapa de la entrevista. La parte fácil fue solicitar, la parte más difícil es tratar de convencer al reclutador. 

Cada empresa tecnológica puede tener su propia fase de reclutamiento, sin embargo, suelen ser similares. Puede comenzar con una llamada inicial que luego pasa a evaluaciones de codificación, que pueden solicitarse que se realicen de forma remota o en la oficina. 

Este es el lugar donde tus habilidades realmente serán puestas a prueba y quieres asegurarte de que estás preparado para ello. Serás evaluado tanto por tus habilidades técnicas como por tus habilidades blandas, así que trata de no descuidar una en favor de la otra.

Si estás buscando más información para ayudarte con esto, lee esto:

• Guía de Entrevista de Ciencia de Datos – Parte 1: La Estructura
• Guía de Entrevista de Ciencia de Datos – Parte 2: Recursos para la Entrevista

Buscar Empleo de Manera Efectiva

No solo te postules a través de un título de trabajo; usa tus habilidades para ayudar en tu búsqueda. Habrá muchas oportunidades para Científicos de Datos, pero es posible que no tengas las habilidades que requieren. Para hacer esto, necesitas asegurarte de leer la descripción y los requisitos para ver si eres un buen candidato.

Buscar utilizando las habilidades que sí tienes reducirá tu búsqueda y te ahorrará mucho tiempo y energía al postularte a miles de empleos que pueden que no respondan. Puedes buscar por responsabilidades laborales, como Modelado Predictivo, o habilidades como SQL.

Comprender el Sector al que te Estás Ingresando

En este momento, los Científicos de Datos están en alta demanda en casi todas las industrias, desde finanzas hasta moda. Cuando te postules para empleos, es imperativo que comprendas el sector. No quieres empezar una carrera como Científico de Datos en un banco sin conocimiento de cómo funcionan los bancos y la terminología utilizada.

Si haces eso, literalmente te estarás lanzando al agua sin saber nadar, y puede ser muy difícil para ti salir de esa situación. Terminarás odiando tu trabajo y tu elección de carrera, así que asegúrate de ingresar al sector que deseas con suficiente conocimiento.

Conclusión

Estos son los conceptos básicos que te ayudarán a tener una estrategia efectiva para ingresar al mundo de la Ciencia de Datos. Son errores tan comunes que se pueden resolver fácilmente. Si deseas saber más sobre las industrias que están contratando, lee esto: Las principales industrias y empleadores que contratan Científicos de Datos en 2022.

Nisha Arya es una Científica de Datos y Escritora Técnica Freelance. Está particularmente interesada en brindar consejos de carrera o tutoriales de Ciencia de Datos y conocimientos teóricos relacionados con la Ciencia de Datos. También desea explorar las diferentes formas en que la Inteligencia Artificial está/puede beneficiar la longevidad de la vida humana. Una ávida aprendiz que busca ampliar sus conocimientos tecnológicos y habilidades de escritura, al tiempo que ayuda a guiar a los demás.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!