Las principales diferencias al trabajar para startups, corporaciones o en investigación como data scientist.

Startup

Trabajar en una startup puede ser caótico, ‘vives’ semana a semana y, a menudo, no estás seguro de lo que estarás haciendo en los meses siguientes. Tienes que iterar mucho y tener en cuenta que los planes pueden cambiar fácilmente. Mylan: “Después de trabajar duro en un proyecto, puede suceder que tengamos que decidir darle un giro completo. Tienes que ser capaz de lidiar con la imprevisibilidad. Pero cuando trabajas en una startup, puedes contribuir inmediatamente y tener un gran impacto. Nuestra gente de tecnología se sienta rápidamente en la mesa con quienes determinan el rumbo y trabaja en un módulo completo (y no solo en una pequeña parte). Obtienes rápidamente mucha responsabilidad y libertad. Desarrollar una solución completa por tu cuenta no es una excepción. Lo cual es genial, si estás preparado para esto.”

En una startup trabajarás en un equipo pequeño en varios proyectos y soluciones. Por lo tanto, no es sorprendente que las startups sean más propensas a contratar personas bastante versátiles. Mylan: “Lo que beneficia a las startups es tener desarrolladores que sean capaces de desempeñar múltiples roles dentro de un equipo. Dependiendo del tamaño de tu equipo y el presupuesto, es muy probable que tengas que hacer un poco de todo. Lo cual yo veo como una ventaja. Esto contribuye a que resuelvas problemas y te conviertas en alguien ingenioso. Las startups tienen un ritmo rápido, por ejemplo, en la toma de decisiones. Como resultado, trabajamos más rápido que las empresas corporativas donde todos tienen su propia especialización o trabajan en su 'parte' específica dentro de un proyecto.”

Corporativo

Las empresas corporativas cuentan con muchos recursos y abundante dinero. A menudo organizan sesiones de conocimiento con compañeros y debates enriquecedores con colegas de diversos antecedentes y culturas. Romain: “Cuando trabajas para industrias corporativas, puedes desarrollar una solución para un problema. Sin embargo, las cosas pueden llevar mucho tiempo, lo que puede ralentizar un proyecto.”

Dentro de una corporación, puedes estar trabajando en el desarrollo de algoritmos, creación de paneles, gestión de partes interesadas, mantenimiento de infraestructura, investigación, desarrollo de pruebas de concepto y desarrollo de productos. Romain: “Mis tareas y responsabilidades son bastante diversas, y actualmente estoy trabajando en visión por computadora como detección de objetos, segmentación y clasificación. También he trabajado con procesamiento de lenguaje natural, datos tabulares (análisis) y series temporales (pronósticos). Además de esto, me coordino con las partes interesadas, mantengo la base de código y la infraestructura, y estoy tratando de encontrar nuevos casos de uso en los que trabajar. Creo que tuve la suerte de hacer muchas cosas, lo cual no siempre es el caso para alguien que ha trabajado en la misma corporación durante años.”

Investigación

Trabajar dentro de un entorno de investigación es exploratorio y está enfocado principalmente en una perspectiva horizontal para múltiples negocios. Hay más dirección hacia lo que deseas hacer en comparación con una startup, pero menos restricciones que trabajar para organizaciones corporativas. Oscar: “Nuestro objetivo es innovar y para ello necesitas espacio, tiempo y presupuesto para explorar. No siempre sabemos el resultado de un proyecto. A veces puedes compartir aprendizajes de inmediato, otras veces puedes utilizar la investigación en proyectos futuros. Actualmente estoy trabajando en inteligencia artificial conversacional y cómo emplear nuevos métodos para mejorar el soporte al cliente. Para mantenernos actualizados, cada dos semanas los expertos comparten sus conocimientos y experiencia sobre un tema específico. Por ejemplo, uno de los últimos conocimientos y actualizaciones fue sobre sistemas virtuales en Japón.”

Conclusión

Como desarrollador motivado, te interesa el análisis de datos y deseas enfrentar numerosos desafíos intelectuales y estímulos para resolver problemas del mundo real. Elegir el tipo de organización para trabajar como científico de datos depende de lo que te gustaría hacer y aportar. Como científico de datos encontrarás diferencias en cuanto a responsabilidad y diversidad (y alternancia) de tareas, pero también en la duración de los proyectos. Las preguntas más importantes que debes hacerte son: ¿Quiero encontrar soluciones para cada problema que enfrente y soy capaz de soportar la incertidumbre? Probablemente destacarías en un entorno de startup. O: ¿Prefiero planes a largo plazo, predecibles y saber exactamente qué hacer en mi trabajo? Entonces probablemente encajarías mejor en un negocio corporativo. Otra pregunta que deberías plantearte: ¿Quiero más libertad en la exploración para que la investigación sea valiosa? ¿Y quiero crear una mejor solución o producto que siempre requiera más información? Entonces la investigación es tu lugar. Lo más probable es que la pregunta de un millón de dólares que debas hacerte sea: ¿qué características de trabajo se adaptan mejor a mí como persona? Algo que solo podrás descubrir experimentándolo por ti mismo.