La búsqueda de profesionales de datos es compleja y nada fácil. Sin embargo, hay un gran número de profesionales que también buscan el trabajo adecuado -no necesariamente por una mejora en las condiciones económicas, sino también una posición que les permita mejorar como profesionales-.
En otras ocasiones, hay profesionales que no buscan necesariamente un cambio laboral, y aplican a puestos de trabajo para entender cómo el mercado los ve y si sus competencias están alineadas con la realidad -como es mi caso personal-. Les aseguro que es una práctica muy sana.
Sin embargo, y centrándonos en el caso habitual de un profesional de datos que busca un cambio laboral, cuando es admitido para una entrevista, inicia uno de los procesos más incómodos e ineficientes posibles. Al margen de los detalles, al candidato se le suele bombardear con preguntas técnicas, no técnicas, conocimientos de código, frameworks de software, tecnologías en la nube y un sinfín de preguntas. Incluso se le piden pruebas de habilidad técnica. Y se puede pensar que esto es ‘habitual’, pero todo esto suele ocurrir incluso antes de que el propio candidato tenga muy claro los detalles de la función del puesto y cuáles son las condiciones laborales. Esto crea una imagen de “posición dominante” de la empresa frente al candidato.
Tras haber participado en un buen número de procesos de selección, me da la sensación de que muchos reclutadores / managers han leído los muchos documentos que circulan en internet sobre ‘Las mejores XXX preguntas y respuestas para entrevistar a un data scientist’ y cosas así. Lo digo porque la inmensa mayoría de las veces son las mismas preguntas una y otra vez.
Interesante patrón… y por supuesto, nada creativo e ineficiente a la hora de evaluar un potencial candidato. Sobre esto, hace tiempo realicé un blog sobre ‘como entrevistar -o no- a un data scientist’. En fin, no voy a agregar nada al respecto.
Especialmente absurdo es someter al candidato a una tonelada de pruebas de técnicas y de código evaluando… no sé… que puede memorizar mucho código? ¿Eso es lo que se espera de un candidato? ¿Por qué no se evalúa si es capaz de identificar un problema y cómo plantear una solución al respecto? ¿O cómo interpretar los resultados de un análisis en un contexto de negocios?
Incluso este rosario de pruebas técnicas se hace sin que el candidato sepa nada de la empresa, de la oferta de trabajo o incluso del alcance del trabajo a realizar -admitimos que la descripción de la oferta ni se parece al trabajo real en el 90% de las ocasiones-.
Por qué entrevistar al entrevistador
Creo que es necesario ‘equilibrar’ la balanza, y esto significa que el candidato tiene que ‘entrevistar al entrevistador’. Algo que es necesario realizar de antemano para que el candidato entienda si el entorno es el adecuado o no para realizar su trabajo. Incluso, me atrevo a decir para que el propio candidato evalúe si la empresa, el manager y el entorno es el adecuado y merece la pena el esfuerzo de pasar por todo ese proceso.
Adicionalmente, también creo que una empresa u organización debe conocer cómo se equipara al resto en cuanto a competencias de datos y su habilidad para atraer talento, entender los distintos roles y fuciones en la industria de los datos; y por supuesto, mejorar el entorno y agregar valor real.
Esto no significa si usted es buen mánager o si la empresa es adecuada o no. Significa que el candidato debe entender si el entorno (tanto la empresa como el mánager y el equipo) es el adecuado para realizar el trabajo que se le pide. De lo contrario, tenga por seguro que el candidato abandonará en pocos meses.
Aquí sugiero algunas preguntas que creo cualquier candidato debe hacer al mánager reclutador (no al reclutador de recursos humanos) antes incluso de iniciar un proceso de pruebas técnicas y todo ese proceso (algunas veces calvario):
– ¿En qué estado se encuentra la empresa en el ciclo de madurez del análisis de datos?
– ¿Cuántas personas están trabajando en el área de datos y qué funciones tienen?
– ¿Cómo almacenan los datos en la empresa? ¿Qué tipos de bases de datos disponen?
– ¿Cómo gestionan el gobierno de datos en la empresa?
– ¿Cómo se inicia, se desarrolla y se entrega un proyecto de datos en la empresa?
– ¿Explique el proceso de decisión para un proyecto de datos en la empresa?
– ¿Cómo están organizados los equipos de datos en la empresa?
– ¿Cuál es su formación? ¿Cómo ha llegado a dirigir un equipo de datos?
– ¿Cómo se mide el impacto de un proyecto de datos en la empresa?
– ¿Cómo se mantiene un proyecto de datos en la empresa?
– ¿Cuántos proyectos de IA / ML o datos han puesto en producción y cuál ha sido el impacto?
– ¿Qué stack tecnológico usan en la empresa? ¿Quién y cómo se decide el stack tecnológico?
– ¿Cuánto tiempo tardan en poner un proyecto en producción?
– ¿Tiene en su equipo alguien junior pero que sabe más que usted sobre algo en particular?
– ¿Qué es más relevante para usted, los resultados o los procesos?
Se sorprendería de la cantidad de ‘managers’ y ‘team leads’ que son incapaces de responder muchas de estas preguntas que tienen que ver con estrategia general de la emrpesa en materia de datos, proceso de decisión del stack tecnológico, gobernanza de datos, e incluso conocimientos básicos de bases de datos. Yo mismo he sufrido esto; y me parece inaudito, incluso inaceptable. Como candidato, ¿trabajaría usted para una empresa con un equipo que no sabe estas cosas?
Cuidado también con las “respuestas perfectas”. Es decir, aquellas que suenan ‘demasiado perfectas para ser real’. Hay managers que aún no sabiendo la respuesta correcta -o la respuesta real es realmente vergonzosa-, son capaces de ‘adornar’ su respuesta de tal forma que responden lo que a un candidato le gustaría oír, más que dar la realidad. También he vivido esto.
Estoy seguro de que me dejo muchas preguntas atrás, pero solo quise indicar algunas que me parecen fundamentales que cualquier reclutador / manager debe ser capaz de responder a un futuro colega de trabajo.
También estoy seguro que hay magníficos profesionales y managers que hacen un brillante trabajo y son capaces de gestionar un equipo técnico con buenos estándares de profesionalidad. Debo decir que en alguna ocasión he trabajado para algunos de estos magníficos profesionales de los que he aprendido muchísimo.
Conclusiones finales
La constante rotación de profesionales involucra un coste enorme en las empresas, mucho más incluso que disponer de personas inexpertas para realizar un trabajo. Hace algunas semanas publiqué un artículo donde explico las causas principales por las que los científicos de datos suelen abandonar un trabajo, y pensando aún más en encauzar adecuadamente un proceso de selección ayudaría mucho a corregir la situación general.
