La transformación digital se ha acelerado significativamente debido al impacto social y económico producido por la pandemia. Sin embargo, un estudio de SAS revela que los científicos de datos todavía observan la existencia de importantes obstáculos para el desarrollo de un trabajo eficaz y un alto grado de descontento laboral en algunos ámbitos.
Índice de temas
Ciencia de datos, en auge tras la pandemia
La figura del científico de datos ha crecido en importancia al haber cada vez más organizaciones que aceleran los proyectos de transformación digital utilizando la tecnología para mejorar sus operaciones. Más del 90% de los encuestados indica que el valor de su trabajo es igual o mayor que antes de la pandemia, y más de dos tercios están satisfechos con los resultados de los proyectos analíticos.
La pandemia ha alterado las hasta entonces prácticas habituales en las compañías, modificando los supuestos y las variables de los modelos y algoritmos predictivos, provocando así un efecto dominó de adaptaciones en los procesos, prácticas y parámetros operativos.
El 42% de los científicos de datos se muestran insatisfechos con el uso que su empresa hace de la analítica y el empleo de modelos
En este sentido, el 42% de los científicos de datos se muestran insatisfechos con el uso que su empresa hace de la analítica y el empleo de modelos, lo que sugiere un problema en la forma en que se utilizan los conocimientos analíticos para la toma de decisiones. Esto fue respaldado por otro 42% que afirma que la información que ellos presentan no es tenida en cuenta en la toma de decisiones, lo que constituye uno de los principales problemas.
Una inversión necesaria
Menos de un tercio de los encuestados declara tener capacidad de escritura de código avanzada, requerida para tareas como la gestión de la nube y la administración de bases de datos. Esto es un problema dado que el uso de los servicios en la nube ha aumentado significativamente. Así el 94% afirma que ha experimentado el mismo o un mayor uso de la nube desde que se inició la pandemia.
La investigación también identificó lagunas en lo que respecta a la ética de la IA, con el 43% de los encuestados indicando que su organización no lleva a cabo revisiones específicas de sus procesos analíticos con respecto al sesgo y la discriminación. Solo el 26% de los encuestados explica que el sesgo injusto se utiliza como una medida de éxito del modelo en su organización.
Mayor productividad y más tiempo dedicado a la preparación de los datos
Casi tres cuartas partes (73%) afirmaron ser igual de productivos o más desde la pandemia, mientras que una proporción similar (77%) reveló tener la misma o mayor colaboración con los compañeros de trabajo. Esto sugiere que muchos de los retos señalados ya existían, posiblemente en mayor medida, antes de la pandemia.
Otro reto experimentado a lo largo de estos dos años ha sido la cantidad de tiempo dedicado a la preparación de datos frente a la creación de modelos. Así, los científicos de datos dedican ahora más tiempo (58%) de lo que desearían en recopilar, explorar, gestionar y limpiar los datos.
