Como Ph.D. en ciencia atmosférica, ¿por qué me resulta tan difícil conseguir un trabajo en la industria de la ciencia de datos? Durante mi doctorado, analicé y modelé datos atmosféricos usando R y Python. Son doctorados titulares sobrecalificados para roles de nivel de entrada?

Answer 1

No estoy seguro de dónde se encuentra, pero desde una perspectiva estadounidense, dudo que sea porque está sobrecualificado. Una explicación más probable es que el mercado laboral de nivel de entrada para puestos de ciencia de datos, especialmente los de enfoque cuantitativo, es altamente competitivo en estos días.

Solo para proporcionar un ejemplo concreto, aquí están las credenciales de los candidatos de ciencia de datos que mi equipo ha entrevistado y rechazado en los últimos tres años: Doctor en Física, Doctor en Ingeniería de Materiales, Doctor en Matemáticas, Doctor en Finanzas Cuantitativas, MS en Estadística (múltiple candidatos), maestría en matemáticas aplicadas, maestría en ciencias actuariales (múltiples candidatos), etc.

Tres de esos candidatos se graduaron de las universidades de la Ivy League. Todos los candidatos a MS obtuvieron al menos una pasantía relacionada con datos. Sin embargo, todos fueron rechazados porque encontramos personas aún mejor calificadas para ocupar nuestros roles de nivel de entrada. Tenga en cuenta que mi empresa no es famosa y no se encuentra en un lugar muy solicitado como Nueva York o San Francisco. Sin embargo, no hemos tenido problemas para encontrar el mejor talento en el nivel de entrada.

Answer 2

Gracias por el A2A, y lamento saber de su situación.

Los titulares de doctorado no están sobrecalificados para los roles de científico de datos de nivel de entrada. De hecho, hay equipos de ciencia de datos que prefieren contratar doctores.

El problema radica en otra parte, y desafortunadamente puedo señalar al menos un lugar.

Por mis interacciones con los profesionales de recursos humanos que contratan científicos de datos y mis propios chats con candidatos (a menudo exasperados), sé que al menos parte del problema radica allí; en muchos casos (no todos, pero muchos) los recursos humanos no entienden la ciencia de datos .

Es entendible. Contratan ingenieros con títulos de ingeniería. Contratan personal de marketing y finanzas con títulos en negocios. Contratan personal de laboratorio con títulos en ciencias. Pero cuando se trata de ciencia de datos, no existe una “facultad de ciencia de datos”.

¿Qué buscan entonces? Leen artículos, y la mayoría de las veces se encuentran con los útiles, pero excesivamente simplificados, “los científicos de datos necesitan saber programación y estadísticas”.

Sospecho que es por eso que la mayoría de los científicos de datos provienen de la informática y la ingeniería. Es cierto que estas escuelas enseñan una gran parte del conjunto de habilidades de ciencia de datos. Pero también es probable que sea cierto que RR.HH. busque estos fondos sobre otros fondos como el suyo, que tienen las mismas habilidades , pero de los que se habla menos.

---

¿Entonces que puedes hacer?

Las comunidades de ciencia de datos tienden a ser bastante pequeñas: habiendo vivido en dos ciudades con 3 y 6 millones de personas cada una, la comunidad profesional de ciencia de datos en ambas solo cuenta con miles. Olvídese de Recursos Humanos y haga todo lo posible para ponerse al frente de los gerentes de contratación y sus futuros colegas. Invierte tu tiempo en la comunidad.

Al igual que muchos trabajos, la mejor persona para recomendar o contratar a un científico de datos …

… es otro científico de datos.

Answer 3

El problema es uno de los casilleros. Si mi empresa está desarrollando chatbots para clientes bancarios, ¿cuál es el valor de un científico atmosférico?

En 2014, cuando comencé el proyecto Datascience Oxford, los analistas de datos eran normales y los científicos de datos eran unicornios = una bestia rara y aspiracional. Ahora “Soy un científico de datos, ya sabes”, es cómo esos mismos analistas justifican salarios más altos para RR. HH. En sus organizaciones grandes y lentas. El 80% de los científicos de datos caen en ese campo.

El resto vio la ciencia de datos como un conjunto de habilidades, no un título de trabajo. Pasaron a Aprendizaje automático, Visión por computadora, VR / AR, etc. Ellos son los que hacen las cosas geniales, toman grandes riesgos y (algunos de ellos) ganan mucho dinero.

Entonces, ¿dónde te deja eso?

Usa las conexiones de tu universidad. Y adopte un enfoque entrante: en lugar de alimentar la pila de rechazos en los escritorios de recursos humanos, salga y conviértase en un líder en su campo, el que tienen que contratar para convertirse en un jugador. Hay muchos tipos de campos de calidad del aire / gran altitud / velocidad del aire que puede tener. Vuélvete más raro, no intentes fusionarte con la manada.