Presentaré una respuesta poco atractiva, pero basada en datos.
Absolutamente no.
Comparando los trabajos abiertos en los EE. UU. Para el ‘analista de datos’ versus los ‘científicos de datos’ como un proxy muy burdo, hay 4.542 empleos abiertos para el primero y 3.228 empleos abiertos para el segundo.
- Un instituto de capacitación me dijo que no hay trabajo para principiantes en big data, ¿es cierto? Me aconsejan que vaya a un curso de ciencias de datos, ¿qué debo hacer?
- ¿Cuáles son las preguntas clave al crear un panel de datos?
- ¿Cuáles son algunos campos de proyecto de big data?
- ¿Cuál es la proporción de creatividad vs trabajo de rutina en ciencia de datos?
- ¿Cuál es una excelente manera de aprender a usar las funciones en paquetes como Ggplot2 y Pandas en R y Python?
Entiendo que los trabajos de ‘analista de datos’ pueden venir como otros términos, y no todos los científicos de datos usan el aprendizaje automático, y algunos analistas de datos pueden requerir el aprendizaje automático. Y que el panorama laboral en diferentes países puede no ser completamente comparable. Pero teniendo en cuenta estas cosas, aún podríamos argumentar que existe un conjunto sustancial de trabajos en análisis de datos que no requieren aprendizaje automático. De hecho, hay menos trabajos que lo requieren en comparación con los trabajos que no lo requieren.
P: Entonces, ¿por qué la impresión de que todos necesitan aprendizaje automático hoy en día?
R: Se debe a que las cosas que leemos en línea ya no son representativas de los trabajos reales en el terreno; puede haber más conversación e interés en el aprendizaje automático que trabajos reales en el campo.
Personalmente, creo que el aprendizaje automático es un gran campo para aprender. Creo en ello en la medida en que dejé mi trabajo estable para estudiarlo a los 30 años. Dicho esto, después de regresar a la fuerza laboral, una de mis primeras tareas … ¡fue contratar a un analista de datos que no fuera de ML!
Y fue duro.
A pesar de todas las posibilidades que ofrece el aprendizaje automático, no subestime el poder de un analista de datos tenaz con habilidades técnicas, perspicacia comercial, curiosidad infantil y talento para contar historias. Son algunas de las personas exactas que el aprendizaje automático tendrá dificultades para reemplazar.