The IT Mag

El sector de Big Data registra un déficit de talento

2 minutos de lectura
Por Miguel Pérez - abril 24, 2017    Talento, Tendencias, TI al día, América Latina, Analytics

Talento-Big-DataLa acelerada adopción de dispositivos móviles, el crecimiento de las tasas de transmisión de datos de la banda ancha, la hiperconectividad del Internet de las Cosas, la democratización de las aplicaciones empresariales y el uso masivo de las redes sociales, son factores que provocan que la sociedad y las empresas generen grandes volúmenes de datos.

De acuerdo con el Cisco Visual Networking Index, el tráfico de Internet aumenta drásticamente al alcanzar un promedio de 10 GB al mes por usuario desde 2016 y se estima que, en 2020, esta cifra supere los 25 GB de información. Estos datos revelan que, en los próximos tres años, el tráfico global en la red de redes superará los 2.7 zettabytes.

Ante este panorama, Roberto Torres, director de servicios profesionales de SAS México, explicó en un comunicado que a raíz de la explosión de los datos, hay un déficit de especialistas con un perfil de conocimientos orientado a análisis de datos como estadística, ciencias de datos, matemáticas avanzadas, entre otros.

El estudio “Big data: The next frontier for innovation, competition, and productivity” publicado por la consultora McKinsey revela que para 2018, la economía estadounidense requerirá entre 140,000 y 190,000 profesionales con competencias analíticas.

“Y a esto se debe agregar que una encuesta global, de la misma firma, señala que el talento analítico es el más difícil de atraer y retener para 48% de las empresas, en comparación con otras especialidades”, sentenció Torres.

Lo anterior, agregó el directivo, representa una importante área de oportunidad para los jóvenes que deseen desarrollar habilidades en Analytics en las áreas Descriptiva, Predictiva y Prescriptiva.

La primera permite conocer las características de diversos fenómenos de interés y ayuda a descubrir tendencias y patrones de comportamientos, a partir del análisis de datos históricos. La segunda, basada en métodos matemáticos avanzados, hace posible la creación de modelos que pronostican la ocurrencia de algún evento y guían la toma de decisiones.

La última de las áreas es la Prescriptiva, la cual señala los caminos que más conviene seguir. Por ejemplo, crear escenarios que permitan simular los resultados que se podrían tener, al modificar diferentes parámetros, a fin de encontrar el mejor precio de un producto, finalizó Roberto Torres.

¿Tienes un proyecto? ¡Visita nuestra sección