¿Demasiados líderes en Ciencia de Datos?
La esperanza no es una estrategia
Traducido por Carlos Secada del original por Cassie Kozyrkov (editado por Felipe Chiriboga)
La ciencia de datos tiene un problema. Varios problemas en realidad. Pero para comenzar desde el principio, comencemos con uno: el liderazgo.
Hoy hablé en una cumbre para líderes en ciencia de datos (la disciplina que abarca Machine Learning, Inteligencia Artificial, las estadísticas, el resumen de datos y la visualización). Mientras miraba el mar de caras de los más brillantes pioneros que guían a los equipos de científicos de hoy, me puse a pensar: “Hay demasiados de ustedes.”
¡Vaya tema para pensar! Pregúntale a cualquiera en la cumbre y probablemente te dirán que si crees que la escasez de talento es mala, la escasez de talento en el liderazgo en ciencia de datos es mucho, mucho peor.
La mayoría de los líderes en ciencia de datos de hoy son lo que me gusta llamar “científicos de datos trascendidos”. Las personas que siguieron una capacitación formal en ciencias, ingeniería o estadísticas y luego, por algún milagro, se despertaron un día para darse cuenta de que estaban más interesados en hacer útiles los datos, que perseguir la complejidad matemática por sí misma.
Los líderes de la ciencia de datos existen contra todo pronóstico.
Líderes de ciencia de datos: hay demasiados de ustedes porque existen contra todo pronóstico. Ya que casi nada se hizo para entrenarte, hay más de ustedes de lo que merecemos. ¿Cómo sucedió este feliz accidente? Nadie te enseñó a hacer lo que haces, así que tenemos suerte de que existes. ¿Era el plan esperar que después de estudiar ecuaciones durante más de una década, simplemente descubrirías cómo liderar? ¿Cómo tomar buenas decisiones? Como mis colegas de SRE dirían, “La esperanza no es una estrategia”.
Debería haber más de ustedes, pero ¿cuál es el plan?
Si te gustan los teoremas, aquí hay uno: tu tiempo es finito, así que si lo usas para estudiar a Feynman o de Finetti, no estás invirtiendo lo suficiente de tu tiempo, en desarrollar otras habilidades. No podemos esperar que los científicos de datos trasciendan y al instante sepan cómo ser buenos líderes y tomadores de decisiones. ¿Quién les habrá dicho eso? No lo aprendes escribiendo códigos o probando teoremas todo el día.
En cambio, para convertirse en buenos líderes y tomadores de decisiones, tuvieron que tener la humildad de reconocer las debilidades en sus atrofiados músculos, y la diligencia para dominar una segunda carrera. A veces, con muchos moretones mientras aprendían de la manera más difícil. Habiendo sido yo alguien que comenzó pensando que la teoría de las probabilidades era lo más emocionante del universo, sé muy bien lo doloroso que esto puede ser.
Hay un problema de actitud. ¿Realmente valoramos estas habilidades?
Si tu experiencia ha sido algo similar a la mía, es posible que hayas crecido en una subcultura pro-matemática en la que está de moda mostrar desprecio por cualquier cosa que huela a habilidades “blandas”. Se trata de darse golpes de pecho y demostrar lo recio que eres para poder quedarte despierto toda la noche, probando algún teorema o codificación en tu sexto idioma. Es posible que no se te ocurra que debas valorar el liderazgo (o de hecho, la comunicación, el sentido de los negocios, la creatividad y la empatía) cuando estés atrapado en medio de esa perspectiva… ¿y acaso tus compañeros te respetarán si te vuelves blando?
Parte de la solución es cambiar la moda, para que estas habilidades sean una parte no-negociable de ser recio, en algo tan atractivo como la ciencia de datos en crudo. Si darse aires o pavonearse debe ser parte de ser jóvenes, entonces al menos debemos convencerlos de que el mayor honor es tener ambos tipos de “músculos” para ejercitar. Después de todo, es la verdad.
Cuando se trata de garantizar que los equipos de ciencia de datos sean liderados de manera efectiva, ¿confiamos en la suerte o en la capacitación?
La valla es alta y no todos los que tienen el título la alcanzan.
El liderazgo en ciencia de datos no es solo liderazgo rociado por encima con un semestre estudiando números. Es una bestia extraña en sí misma. No sólo debes tener un conocimiento profundo en la toma de decisiones y de cómo la información debe impulsar las acciones, sino que también necesitas olfato para saber cómo impactar tu área particular de negocio de manera útil y, como si eso no fuera suficiente, también necesitas comprender el ecosistema de habilidades diversas que deben unirse para que un proyecto de ciencia de datos a gran escala sea exitoso. Y eso es solo lo mínimo para poder empezar en este juego.
Es una valla bastante alta, y no todos los que lideran equipos de ciencia de datos la alcanzan. Empleadores: ¿cómo saben si están contratando la persona adecuada para liderar su equipo de datos? ¿Qué pasa si tu equipo ya tiene un mal liderazgo de ciencia de datos? ¿Cómo podrías saberlo? No hay casi ningún conocimiento sobre este rol sobre del cual aprender. ¿A quién podrías siquiera preguntar?
¿Es la ciencia de los datos una burbuja?
El mundo de hoy está generando datos como nunca antes. Y, sin embargo, a veces me hacen preguntas como: “¿Es la ciencia de los datos una burbuja?”. Me gustaría poder responder con firmeza y convicción, “¡Definitivamente no!” La verdad es que depende. Lamentablemente, cuando converso con personas de toda la industria, sigo escuchando la misma historia: “¡Nuestros científicos de datos son inútiles! Todo lo que hacen es sentarse a publicar reportes y artículos”. ¿Tendremos suficientes líderes preparados para prevenir este fenómeno demasiado común? Si los científicos de datos no demuestran ser valiosos, no permanecerán en sus trabajos por mucho tiempo.
Es injusto esperar que un recién llegado PhD en ciencias, sepa cómo contribuir de manera significativa en los negocios. Eso no es lo que se pasaron aprendiendo todos esos años. Sin la guía de alguien que entienda lo que implica la ciencia de datos y cómo saber cómo conectar los datos con la empresa, la suerte en las cartas está en su contra. Para asegurarnos de que la ciencia de datos no sea una burbuja, necesitamos con urgencia un liderazgo especializado. ¿De dónde vendrá?
¿Dónde están los programas de capacitación para líderes de ciencia de datos? La esperanza no es una estrategia.
Gente, ¡vamos a apreciar la suerte que tenemos! De alguna manera, existen buenos líderes en ciencia de datos y las habilidades están ahí. Esas habilidades no se adquirieron de una manera eficiente, ya que esa doble maestría se logró por partes y quizás de manera dolorosa, pero no obstante las habilidades correctas están. Espero que sientas esta necesidad tan fuerte como yo la siento. Los pocos de nosotros que aprendimos de la manera difícil debemos comenzar a capacitarnos mejor.
Yo, por mi lado, tengo el compromiso en hacer mi parte. Durante los últimos años, he estado trabajando arduamente dentro de Google para desarrollar una nueva generación de pensadores, posicionados para liderar o trabajar efectivamente como parte de un equipo centrado en la aplicación de la ciencia de datos en problemas reales. Para desarrollar las habilidades adecuadas, tomamos ideas de la ciencia de datos e ingeniería y las aumentamos con las ciencias de la conducta y la gestión. El resultado parece sólo interdisciplinario, hasta que se ve el núcleo en común: las decisiones y la información que las impulsa. Es por eso que empezamos a llamarlo ingeniería de inteligencia de decisión (aunque, si prefieres, puedes pensarlo como ciencia de datos aplicada ++).
Entrenemos a una nueva generación de pensadores: el tomador de decisiones que tiene las habilidades para hacer que los equipos de ciencia de datos sean exitosos.
Siempre he creído que la ciencia de datos es un deporte en equipo que se beneficia de la diversidad de habilidades, así que diseñé nuestro programa de capacitación para fomentar la participación y ser accesible a personas de todos los orígenes. Resulta que un gran líder de ciencia de datos no tiene que ser un científico de datos trascendido.
Siento orgullo de lo que hemos logrado al fomentar estas habilidades entre los Googlers… pero no es suficiente. Para desarrollar las mismas habilidades, no es necesario que todos los demás confíen en los accidentes felices y la inmersión total en más de una disciplina. Espero que leer esto inspire, al menos a algunos de los que conocen el oficio de quienes toman las decisiones de la ciencia de datos, a unirse a mí para reconocer el liderazgo en ciencia de datos como una disciplina en sí misma y compartir nuestra sabiduría lo más ampliamente posible.
Obtenga más información sobre ciencia de datos e inteligencia artificial en español aquí.
