errores-cientifico-datos

5 errores muy comunes que pueden arruinar tu intento de dedicarte a la Ciencia de Datos en tu sector

Dar el salto a la Ciencia de Datos y dedicarte profesionalmente no es fácil.

La Ciencia de Datos es una de las actividades exigentes porque es necesario controlar herramientas, el conocimiento estadístico de data mining y machine learning.

A parte de conocer de la temática de tu proyecto.

Por ese motivo es muy importante ser conscientes y tener claros 5 problemas graves que nos enfrentamos los científicos o técnicos.

Y que yo mismo he vivido en mi propia piel…

Pero ojo, la parte buena es que todo se puede aprender y mejorar 😉

#1 La obsesión de ser un experto antes de empezar – el síndrome del impostor

Uno de los errores que cometemos (yo el primero) en tratar de ofrecer nuestro talento al mundo de la Ciencia de Datos es la inseguridad en nosotros mismos. Me explico.

No nos creemos suficientemente expertos como para ofrecer nuestra ayuda.

El famoso síndrome del impostor.

¿Qué es?

Es el hecho de querer estar completamente seguros antes de lanzarte a trabajar con proyectos u ofrecer tus servicios.

Estar seguros completamente es muy difícil. Casi imposible.

En la ciencia de datos todos los proyectos son un pequeño reto y la inseguridad es normal. También es la gracia de los retos. Sentir un poco de miedo. Inseguridad.

Eso te ayudará a avanzar y superar esos retos.

Si te sientes identificado con el síndrome del impostor puedes pensar en una media maratón por ejemplo.

Los primeros corredores son los expertos. Los que saben mucho y tienen mucha experiencia.

Después están los que están un poco más adelante que tú. Que ves factible algún día llegar a su nivel.

El siguiente eres tú.

¿Y si miras hacia atrás?

Si miras hacia atrás verás la cantidad de personas que puedes ayudar.

¿Lo ves? Siempre puedes encontrar a quién ayudar.

  1. Piensa muchos están esperando tu ayuda. No tienen ni idea de datos pero tienen muchos y no saben qué hacer con ellos ni cómo aprovecharlos. Estoy seguro que les puedes ayudar
  2. Si sientes que no tienes experiencia y el síndrome del impostor te invade crea un portfolio de proyectos de datos de tu temática y úsalo para potenciar tu marca.

#2 Saberlo todo, todo y todo

La ciencia de datos como toda ciencia es viva y se aprende haciendo. Es un aprendizaje contínuo. Es una de las gracias.

Siempre aprendo algo nuevo en nuevos proyectos que asesoro.

La clave es tener una visión panorámica y práctica de distintos proyectos para que tengas una idea general. 

No es necesario entrar en los detalles de las técnicas más complicadas.

Cuando ya te adentres en proyectos reales y necesites entrar en detalles tener clara la visión panorámica y las distintas opciones te ayudará a saber buscar. Y encontrar lo que necesitas.

Buscar en libros, googleando, leyendo otros artículos.

Si sabes buscar bien avanzarás mucho.

Y repito: para saber buscar hay que conocer esta visión práctica de la ciencia de datos.

#3 Obsesionarse con herramientas una y otra vez

¿Si te lo sabes todo de Excel eres un buen analista de datos?

¿Si te lo sabes todo de SPSS o R eres un gran estadístico?

Piénsalo un instante.

Aquí se trata de traducir datos a conclusiones y solucionar problemas.

Más bien lo que necesitamos es comprender cómo abordar los proyectos.

La herramienta es importante pero no la clave.

No te obsesiones en aprenderlo todo de la herramienta.

Es más importante entender cómo plantear un proyecto y entender todos los pasos.

Una vez te pongas delante de los datos ya llegará el momento de preocuparse de trabajar con las herramientas.

>> Un ejemplo de proyecto de datos para inspirarte

#4 ¿Experiencia es saber mucho?

Si y no.

La experiencia te da la visión necesaria para no tropezar con las mismas piedras.

Y eso es muy importante pero no imprescindible para empezar 😀

La experiencia no te da necesariamente el conocimiento que necesitas.

No es necesarios miles de horas de experiencia para ofrecer tus servicios o querer colaborar con proyectos que te gusten.

Uno de los errores es no creer en ti porque tienes poca experiencia.

No es necesario ser un mega crack para empezar.

Si no empiezas es imposible tener experiencia.

Es un pez que se muerde la cola.

Para ganar experiencia y empezar lo mejor son dos caminos:

  1. Formarse en ciencia de datos
  2. Construir tu marca para encontrar tus primeros proyectos

Hacerlo paralelamente te ayudará a empezar y ganar experiencia.

#5 “El autodidactismo” infinito

¡Si!

Está muy bien ser autodidacta. Aprender por ti sólo sobre técnicas, sobre el uso de programación, sobre softwares o bases de datos.

Internet tienes el conocimiento necesario pero necesitarás mucho tiempo para lograrlo.

Si quieres trabajar profesionalmente entorno a los datos es muy difícil lograrlo sólo. Sin la ayuda de un mentor. De alguien que lleve muchos quilómetros en la piernas y te pueda aconsejar.

El mentor te va a dar las directrices, la guía y los consejos clave para que avances con un camino claro.

Y avances a tu ritmo poco a poco. Con calma. Paulatinamente.

Este hecho te ayudará a seguir unos pasos claros que te llevarán a la meta.

Y estar tranquilo de que al menos tienes un rumbo.

Te propongo un compromiso entre aprenderlo de forma autodidacta y ser aconsejado por un mentor.

Busca a ese mentor. Esa persona que te acompañe. Irás mucho más deprisa.

Características de un buen mentor:

  1. Que conectes con él o ella
  2. Que tengas más experiencia que tú
  3. Que tenga disposición de ayudar y enseñar
  4. Que tenga contactos para tratar de involucrarte en proyectos real

Un mentor puede ser:

  • Tu jefe
  • Tu tutor de proyecto o tesis doctoral
  • Un profesional que se dedique a mentorizar
  • Un profesional de la ciencia de datos que puedas colaborar con él en sus proyectos

#6 Dejar de lado lo más importante

Si quieres dedicarte al mundo de los datos. O dicho de otro modo, aprovechar los datos para ser parte de un nuevo enfoque en tu sector y contribuir a ayudar al mundo no te puedes olvidar de algo que seguramente estás dejando de lado.

Tu marca y presencia digital.

Al principio, cometí el error de formarme en datos y trabajar para ganar experiencia en distintos proyectos.

Y dejé de la lado mi marca.

Siguiendo el camino de la formación y la experiencia no estaba consiguiendo los objetivos y metas que me proponía.

No ha sido hasta fortalecer mi marca y presencia digital cuando he podido trabajar de lo que me gusta y colaborar con proyectos muy chulos y sentirme bien con mi trabajo.

Te recomiendo que empieces a darle caña a tu marca. A tu presencial digital. Aportes contenido de valor para los demás y te diferencies del resto con publicaciones que ayuden de verdad.

Este es mi consejo 😉

Si quieres trabajar conmigo la marca y tener suficientes ejemplos de proyectos de datos para lograr ser capaz de dedicarte a la ciencia de los datos he creado el programa Científico Libre para ayudarte a esto.


>> Rellena el cuestionario previo para enviar tu candidatura.

Acerca del autor

Jordi Olle Sanchez

Autor de ConceptosClaros.com. Ayuda a investigadores apasionados a aplicar estadística y análisis de datos en sus proyectos para catapultar su carrera investigadora y adaptarse a la era de los datos. Accede a los recursos gratuitos para aplicar estadística en tus datos

Interacciones con los lectores

Si te ha servido puedes comentar aquí ;)

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

  Acepto la política de privacidad

Responsable del fichero: Jordi Ollé Sánchez
Finalidad; envío de mis publicaciones así como correos comerciales.
La Legitimación; es gracias a tu consentimiento.
Destinatarios:Como usuario e interesado te informo que los datos que me facilitas estarán ubicados en los servidores de Webempresa (proveedor de hosting de Conceptos claros) dentro de la UE. Ver política de privacidad de Webempresa
Podrás ejercer Tus Derechos de Acceso, Rectificación, Limitación o Suprimir tus datos enviando un email a jordi @ conceptosclaros.com o ante la Autoridad de Control
Encontrarás más información en política de privacidad
6-tecnicas-Mockup-presentacion

Y descubre: Un método eficaz para analizar los datos de tu proyecto o tesis doctoral con el fin de justificar tus resultados con seguridad y garantías de éxito