Depende de su interés y conjunto de habilidades. No necesita temer la pérdida de trabajo, si es bueno en lo que está haciendo y tiene la capacidad de aprender y mejorar su habilidad continuamente.
Tanto la automatización como la ciencia de datos tienen un alcance tremendo en el futuro cercano.
Automatización robótica de procesos (RPA): este es el sabor de la temporada. Todas las organizaciones de servicios están buscando la solución RPA para impulsar la eficiencia y reducir el costo de las operaciones y mejorar la experiencia del cliente. Si usted tiene experiencia en el desarrollo de TI, encontrará que el desarrollo de RPA es relativamente fácil y lo dominará en 2 a 3 meses. Casi todas las empresas de TI, BPO y consultoría están contratando recursos de RPA.
- ¿Qué nuevas empresas recomendarías como lugar de trabajo para un científico de datos junior? No solo en EE. UU., Sino en todo el mundo
- ¿Hay algún buen conjunto de datos para realizar análisis sentimentales? Necesito un conjunto de datos con etiquetas positivas, negativas y neutrales.
- ¿Cómo sabemos si los paquetes Python o R son correctos?
- ¿Cuál es la mejor manera de aprender los scripts de shell para la ciencia de datos?
- ¿Cómo analizar los datos en R? ¿Cómo hago para el análisis? Tengo datos y quiero analizar, ¿qué debo hacer?
Sin embargo, el alcance actual se limita en gran medida a la automatización basada en reglas, a largo plazo necesita mejorar su habilidad para aprender el aprendizaje automático y las herramientas de PNL, para automatizar la toma de decisiones y los procesos empresariales subjetivos.
Ciencia de datos : en la última década, con la penetración de Internet llegando a las masas y la revolución de los teléfonos inteligentes, se generan muchos datos a diario. De hecho, el 80% de los datos disponibles se generó en la última década. Al mismo tiempo, el poder de cómputo se ha multiplicado y las organizaciones se han dado cuenta de la importancia de los datos para recopilar información significativa para hacer crecer aún más sus negocios.
Hay muchas oportunidades en este campo: roles tanto técnicos como funcionales para procesar, diseccionar e interpretar datos para predecir resultados y prescribir estrategias para maximizar el ROI (retorno de la inversión).
Para ingresar a este campo, debe tener una comprensión decente de Probabilidad y Estadística y se le requerirá aprender la Programación R / Python (la segunda parte es relativamente fácil si proviene de un entorno de desarrollo de TI).
Ambos campos buenos son buenos y, dependiendo de su interés, puede elegir cualquiera de ellos. Si te encanta trabajar con datos y estadísticas similares, entonces opta por Data Science; de lo contrario, puedes optar por la automatización de procesos robóticos, que se volverá interesante con la tecnología cognitiva fusionada con las herramientas RPA existentes.
