La 89ª edición del Nubank Data Science and Machine Learning Meetup se centró en la progresión de carreras en Data Science. 

Este evento significativo marcó el primer encuentro presencial desde el inicio de la pandemia de COVID-19 en 2020, reuniendo a una audiencia híbrida tanto en la oficina como de forma remota a través de Zoom. 

Momentos como este nos acercan a reinventar una de las industrias más grandes del mundo y construir el futuro morado. Sigue leyendo este artículo para aprender los puntos principales y los insights de la sesión.

Desafíos y habilidades para profesionales jóvenes y de nivel intermedio

Desafíos y habilidades para profesionales jóvenes y de nivel intermedio A diferencia de ediciones anteriores, este meetup estuvo dedicado a discutir la progresión desde niveles junior a senior y más allá desde una perspectiva de Data Science. 

La jornada de profesionales desde el nivel junior al senior en Data Science se trata de crecimiento, tanto técnico como personal. En el nivel junior, el principal desafío es aprender a traducir problemas de negocios en problemas de Data Science. Esta habilidad, aunque difícil al principio, se vuelve más intuitiva con la experiencia.

A medida que los profesionales avanzan a roles de nivel intermedio, necesitan profundizar su comprensión de los algoritmos y mejorar su capacidad de comunicación efectiva con las partes interesadas del negocio. Esto significa no solo dominar los aspectos técnicos, sino también ser capaces de identificar preguntas clave y métricas que impulsarán el éxito de los proyectos en los que están involucrados. 

Otro aspecto crucial en estas etapas es el feedback regular y constructivo. Esto ayuda a los individuos a entender sus fortalezas y áreas de mejora. Pero, por supuesto, es esencial ser proactivo en buscar feedback y usarlo para crecer. En Nubank, establecemos el feedback como un regalo, formando parte de nuestra cultura colaborativa y co-constructiva con equipos compuestos por diferentes expertises y funciones. 

Otras áreas que deben recibir atención durante la etapa de desarrollo de carrera son la eficiencia y el impacto. Al inicio de la carrera, los científicos de datos deben centrarse en construir habilidades técnicas sólidas. A medida que progresan, la capacidad de entregar soluciones impactantes de forma eficiente se vuelve cada vez más importante.

Descubre las oportunidades

Consejos para científicos de datos en el inicio de su carrera

Para las personas que están comenzando en Ciencia de Datos, existen diversas habilidades fundamentales en las cuales enfocarse. La competencia en lenguajes de programación, especialmente Python, es muy recomendada debido a su versatilidad y extensas bibliotecas, o R, debido a su fuerte enfoque en el análisis estadístico, es esencial. 

Además, una comprensión sólida del análisis y visualización de datos proporcionará una base fuerte para temas más avanzados. 

Construir un portafolio diverso también es crucial. Involucrarse en una variedad de proyectos puede ayudar a demostrar una amplia gama de habilidades e intereses, facilitando el aprendizaje en entornos dinámicos y con alto volumen de información. 

Networking y encontrar mentores pueden proporcionar orientación y apoyo invaluables para su trayectoria profesional, facilitando más aprendizaje de temas que aún no han sido explorados y trabajados. Además, establecer conexiones con profesionales experimentados en el campo puede abrir puertas a nuevas oportunidades de carrera.

Transición a roles de liderazgo

En Nubank, la transición de un rol senior a una posición de liderazgo implica hacer una elección significativa: seguir el camino de la gestión o permanecer como colaborador individual. Cada camino tiene sus desafíos y recompensas únicas.

Para aquellos que eligen la gestión, el papel requiere una percepción amplia y la capacidad de gestionar múltiples proyectos simultáneamente. Este camino es ideal para quienes disfrutan ayudando a otros a crecer y tener éxito en entornos dinámicos y multifuncionales. El liderazgo también implica desarrollar fuertes habilidades de comunicación, especialmente al interactuar con diferentes stakeholders y liderazgos ejecutivos.

Es esencial traducir detalles técnicos en resultados de negocios y articular cómo los proyectos de Data Science contribuyen a los objetivos de la empresa. Esto ayuda a ganar apoyo ejecutivo y asegura que las iniciativas de Data Science estén alineadas con las estrategias de negocio más amplias, no solo de una unidad, sino de todo un ecosistema. 

Por otro lado, permanecer en el camino técnico permite profundizar en problemas más complejos y perfeccionar habilidades técnicas avanzadas, manteniéndose a la vanguardia de las innovaciones tecnológicas. Este camino ofrece la oportunidad de trabajar junto a otros especialistas altamente cualificados, fomentando un ambiente colaborativo repleto de intercambio de conocimiento.

Independientemente de la elección, en Nu siempre hay espacio para aquellos que quieren construir el futuro morado. Solo es necesario tener en mente que, para eso, será necesario reinventarse y hacer historia poniendo al cliente en el centro. Crear espacios, derribar barreras y asumir responsabilidades, como verdaderos dueños del negocio. ¡Eso es trabajar en Nu!

Descubre las oportunidades