Hay muchas perspectivas interesantes dadas a esta pregunta, y bastantes imprecisiones. Compartiré mi experiencia como alguien que es un estudiante que participa activamente en la investigación de MIS y Ciencias de la Computación (Data Science) en una universidad de investigación de América del Norte.
MIS es una disciplina que existe desde hace mucho tiempo, desde alrededor de la década de 1970. La disciplina de los sistemas de información gerencial se refiere a la estrategia y las operaciones de la tecnología de la información en una empresa. Como tal, gran parte de la investigación de MIS es ciencia social realizada en una escuela de negocios … se refiere a cuestiones como la adopción de tecnología, la transferencia de información y la implementación de la estrategia. Una forma de pensarlo es que MIS es la investigación relacionada con TI que a menudo se realiza en una escuela de negocios . A menudo, MIS recurrirá a otras disciplinas de investigación como el aprendizaje automático en informática (o, en mi caso, también a la neurociencia ) para lograr sus objetivos. . La Asociación de Sistemas de Información es lo que gobierna esta disciplina de investigación. El análisis empresarial, que se refiere a la interpretación de operaciones comerciales descriptivas, predictivas y perscriptivas, es un tema de investigación permanente dentro de este grupo e incluso tiene su propio Grupo de interés especial (y casualmente uno en AIS y otro en IEEE, etc., etc.).
La informática empresarial no es tan diferente de MIS, y a menudo se considera como un subcampo de la disciplina (como suele ser Business Intelligence). Sin embargo, Business Analytics y Big Data son diferentes. La frase “big data” es una palabra de moda, pero se ha mantenido desde principios de la década de 2000, por lo que parece haber llegado para quedarse. En los negocios, las personas a menudo se refieren a los grandes datos de formas nebulosas … lo que realmente quieren decir es algo como “minería de datos” o “aprendizaje automático aplicado a los datos de la empresa”. La Asociación de Maquinaria de Computación (ACM) SIGKDD “Descubrimiento de conocimiento de bases de datos” es una de las principales conferencias que alimenta a esta comunidad. Este es también uno de los grupos que apoya la empresa más amplia de investigación de aprendizaje automático en informática . Cuando se hace correctamente, Big Data también incorporará experiencia empresarial con investigación en ciencia de datos para producir el tipo de empleados de los que existe una supuesta escasez.
Sin embargo, esto plantea la pregunta:
- Educación escolar de posgrado: ¿Cuán intensivo es el programa de maestría en HCI en CMU?
- ¿El GPA y las publicaciones de un programa de MS compensarán un mal pregrado / BS GPA para aplicar a un programa de alto rango?
- ¿Qué universidad es mejor para una maestría en ingeniería informática: ASU o Rutgers?
- ¿Qué universidad es buena para una maestría en CS: Simon Fraser o TU Munich?
- ¿Son mejores las perspectivas de mi carrera en informática o ingeniería eléctrica?
“¿Por qué hay un título en big data o análisis, cuando ya hay dos (posiblemente tres) comunidades de investigación existentes que lo están alimentando?”
Esta es una pregunta interesante, y probablemente diferirá según la escuela. Muchos de los nuevos programas de grado de “big data” son nuevos programas diseñados principalmente para atraer estudiantes, mientras que el trabajo de alta calidad real lo están haciendo estudiantes financiados por la investigación en las respectivas disciplinas tradicionales de informática o MIS. Mi experiencia es que los títulos de “big data” tienden a ser bastante distintos de un título en MIS o Ciencias de la Computación, ya que estos programas tradicionales están atrayendo a estudiantes que realizan investigaciones reales en los temas respectivos, y tienden a recibir un pago por hacerlo. Mientras que los títulos de Big Data tienden a ser programas profesionales interdisciplinarios en los que paga para hacerlos.
No me malinterpreten, estos programas de licenciatura en big data podrían muy bien ser programas de alta calidad, pero probablemente sean como comparar manzanas y naranjas.
En cuanto a las perspectivas de trabajo, los buenos estudiantes en MIS o Ciencias de la Computación son altamente, altamente empleables, especialmente si demuestran que tienen dominio del aprendizaje automático y el conocimiento empresarial de sentido común. Es probable que los programas de Big Data también sean así. Si está principalmente preocupado por conseguir un trabajo, debe preguntar a las escuelas a las que está solicitando sus registros de colocación laboral.