Estás leyendo la publicación: ¿Por qué la analítica es tan difícil de contratar?
“Rohit obtuvo un trabajo de 50 lakh como científico de datos”, “Meena recibió un paquete de pago de 25 lakh como ingeniero de datos”, ¿suena familiar? Bueno, toma cualquier periódico; este es un titular común que los medios de comunicación utilizan para captar su atención. Y la mayoría de las veces, funcionan. Anteriormente, solía ser solo para trabajos de ingeniería de software. Ahora, los trabajos de análisis han entrado en escena. Los trabajos de análisis son realmente buscados. El salario medio de los profesionales de la ciencia de datos en India ha aumentado a INR 16,8 lakhs por año, un 25,4 % más que en 2021, según un estudio reciente de AIMResearch.
Imagen: AIMResearch
Con oportunidades de trabajo tan lucrativas disponibles, el reclutamiento para encontrar a los profesionales analíticos adecuados se ha vuelto extremadamente difícil. Los reclutadores enfrentan varios desafíos que pueden surgir cuando uno está contratando para un campo tan solicitado.
No es oro todo lo que brilla
El sector analítico es extremadamente lucrativo si tiene la combinación adecuada de habilidades. Los buscadores de empleo se han dado cuenta de que si destacan el conocimiento de las habilidades en demanda, como el análisis avanzado, el aprendizaje profundo y el aprendizaje automático, pueden ocupar estos puestos de alto salario. No hay nada de malo en ponerlos en tu CV, pero tienes que entregar realmente lo que dices. Una queja común de los reclutadores es que, a menudo, lo que está escrito en su currículum puede no coincidir con sus habilidades reales.
En una publicación del año pasado, Nitin Aggarwal, jefe de Servicios de soluciones de la industria de IA en la nube (India) en Google, destacó este problema en una publicación de LinkedIn, que ha ganado mucha tracción.
Imagen: LinkedIn
“La gente pone muchas cosas en el CV, por ejemplo, conocimiento de la codificación avanzada de Python, pero si les dan un escenario de codificación de la vida real para probar su nivel de experiencia, no podrán cumplir con las expectativas. Estamos invirtiendo mucho para obtener herramientas de evaluación técnica para analizar este tipo de problemas”, agrega Amitabh Ghosh, director de Adquisición de Talento de Anheuser-Busch InBev.
Obsesión por las herramientas
Jaidev Dutta, director ejecutivo de una consultoría Big Four, agrega: “Los candidatos están más enfocados en mostrar su experiencia en herramientas y tecnologías y no en los fundamentos de cómo se debe entregar un proyecto de análisis. Las herramientas y tecnologías seguirán cambiando, pero lo que falta es comprender cómo se debe entregar un proyecto de datos y análisis y cómo construir una solución sólida. Este es el caso no solo en el nivel de entrada sino también en el nivel medio superior.
Obtener la combinación correcta de habilidades necesarias
Un buen profesional de análisis necesita una diversidad de habilidades para resolver un problema comercial a través de la ciencia de datos. Aquí es donde los reclutadores se topan con otro obstáculo para encontrar profesionales no solo competentes en una habilidad, sino también alguien que pueda cumplir con todos los requisitos del cliente.
“A diferencia de otros dominios tecnológicos, la complejidad de las habilidades en el análisis de datos es enorme. Comienza con la ingestión de datos, la arquitectura de datos y la modernización de datos, el análisis avanzado y la entrega de información. En cada una de estas áreas, hay una plétora de herramientas y tecnologías. También es una pila que cambia rápidamente: encontrar la combinación correcta de habilidades en un solo candidato. Incluso a los candidatos les resulta difícil mantenerse al día con las plataformas tecnológicas cambiantes todo el tiempo”, agrega Jaidev.
Dutta agrega que se ha dado cuenta de que tal vez nunca podamos obtener candidatos con una combinación de todas las habilidades que queremos con el nivel de experiencia adecuado (u obtener muy pocos). Para resolver este problema, Dutta dice que la compañía está tratando de enfocarse en ciertas habilidades básicas que son obligatorias para un puesto de trabajo en particular y luego tratando de capacitarlos y mejorarlos en otras áreas.
En última instancia, está resolviendo un problema comercial.
Un científico de datos no trabaja de forma aislada. Un científico de datos tiene que resolver en última instancia un problema comercial mediante el análisis de datos y la creación de algoritmos.
Ankur Bhandari, director global de People Analytics en ABB, cree que muchos profesionales analíticos carecen de una buena comprensión de la lógica empresarial. Él dice: “India tiene fantásticos programadores en el país. Como científico de datos, junto con la programación, es igualmente importante comprender cómo una empresa crea valor y genera ingresos. Otra área a trabajar son las habilidades de comunicación. La comunicación no significa qué tan bien hablas un idioma en particular, sino qué tan bien comunicas tus ideas y las haces comprensibles para los demás. Puedes ir a lugares si dominas esta habilidad”.
“Encontrar el talento adecuado que sea fuerte en análisis de datos y esté equipado con los conocimientos de dominio relevantes se ha convertido últimamente en un gran desafío”, siente Manisha (Sharma) Prasad, vicepresidenta sénior y directora de recursos humanos de CRIF Companies en India. Como organización de servicios financieros, por un lado, necesitamos fuertes habilidades funcionales y de dominio, pero por otro lado, es crucial que tengamos científicos de datos y analistas a bordo que tengan el conocimiento para integrar las habilidades tecnológicas y el conocimiento comercial. Manisha informa que el espacio de análisis continúa reflejando una brecha para el talento combinado en los dos.
La adaptabilidad y la capacidad de aprendizaje son la clave “Uno tiene que acomodarse y ser lo suficientemente flexible para obtener uno de estos dos parámetros y capacitar a las personas en el otro parámetro”, concluye.
retener el talento
“Mi porcentaje de abandono en análisis de datos, ciencia de datos y arquitectos de datos es del 25 al 30 por ciento y esa es mi mayor preocupación”, dice Amitabh.
A estas alturas, está bastante claro que la demanda de profesionales de la ciencia de datos supera la oferta. Como consecuencia, las tasas de deserción en la industria analítica son bastante altas. La tasa de deserción en el mercado de la ciencia de datos es del 28,1 % en 2021, un aumento del 12,1 % en comparación con 2020, según el estudio de deserción de Analytics India 2022 realizado por AIMResearch.
El informe agrega que Bangalore tiene la tasa de deserción más alta entre las ciudades metropolitanas, con un 29,7 %, seguida de Mumbai (28,8 %), Kolkata (28,1 %) y Delhi/NCR (27,8 %). Las empresas emergentes y las boutiques tienen las tasas de deserción más altas con un 43,7 % y un 42,1 %, respectivamente.
Imagen: Investigación AIM
Con nuevas empresas que surgen mensualmente, especialmente en áreas como Delhi NCR y Bangalore, atraer talento es bastante difícil.
Los abandonos son rampantes
Amitabh agrega que estas nuevas empresas son ricas en efectivo y están listas para comprar talento. El tipo de incrementos que están haciendo estas nuevas empresas hace que sea difícil para las empresas normales igualarlas. El mismo candidato que solía costar “x” tal vez dos años después nos está costando “4x” o “5x”, donde x es su salario actual.
Él observa que las personas simplemente cambian de trabajo con mucha frecuencia. Falta la parte de estabilidad en sus carreras. “Obtienes buenos candidatos sentados con múltiples ofertas. Incluso si reciben una buena oferta nuestra, volverán a negociar con los otros empleadores y elaborarán una mejor oferta. Estamos viendo muchos abandonos el día de la unión. Si lo mira desde la perspectiva de la industria, la industria está viendo una deserción del 30 al 40 por ciento”.
Múltiples ofertas es excelente, pero no use esto como una herramienta para explotar
Manisha también está de acuerdo con Ghosh. Cada otro individuo está sentado con 4 o 5 ofertas. “Tener múltiples ofertas está bien ya que la demanda supera la oferta. Aprovechar la oportunidad de negociar con múltiples empleadores para contraofertas es algo que los empleadores no aprecian. Manisha también comparte sus pensamientos para los candidatos en el mercado, que es importante para ellos tener una visión clara de sus propias necesidades y aspiraciones: figuras financieras lucrativas que aparecen momentáneamente o estabilidad y exposición profesional. La atención se ha centrado en general en la Compensación y, a menudo, los candidatos pasan por alto los aspectos intangibles y a largo plazo al tomar sus decisiones de carrera. Incluso si tengo cinco ofertas en la mano, necesito tener claro a qué aspiro: finanzas o estabilidad profesional. He visto en los últimos meses que el enfoque está puramente en la compensación. También se deben evaluar los beneficios tangibles e intangibles a largo plazo”.
No sostenible a largo plazo
Con varios profesionales ganando cantidades enormes en la fase inicial de su carrera, con lo que uno solo podía soñar antes, Ghosh cree que pronto llegará un momento en que estos profesionales estarán fuera del alcance de los bolsillos de muchas de las empresas. Se convertirán en contrataciones caras para ellos. Tendrán que adaptarse a empresas más estables.
“Los inversores han comenzado a presionar para reducir su costo. Estamos viendo despidos con frecuencia. Obviamente, las empresas intentarán reducir el costo comercial”, concluye Ghosh.
