‘Para llegar a ser un buen capitán, primero debes ser un buen marinero’ Es algo que siempre escuché de mi abuelo. La sencillez de la sabiduría tradicional es algo que nosotros, como seres humanos, debemos llevar siempre con nosotros en todo lo que hacemos. Específicamente, la práctica hace al maestro. Es cierto que para llegar a ser Capitán es necesario estudiar mucho tiempo y muchas cosas, pero aunque inviertas años estudiando no es posible llegar a ser un buen Capitán si no se tiene experiencia previa en un barco. Lo mismo sucede en el mundo de los datos.
Para convertirse en un buen administrador de equipo de datos, primero debe ser un buen científico de datos. Sí, científico de datos, no Gerente de Proyecto, no Máster en Administración de Empresas, no un ‘maestro-analista-de-datos-de-hoja-de-cálculo’. Es cierto que un gerente de personas debe poseer una gran experiencia en el manejo de las expectativas humanas, habilidades para resolver problemas, habilidades para la gestión de proyectos, entre otros. Algunas de estas habilidades se pueden aprender, pero la mayoría de ellas se deben experimentar.
Hay una gran necesidad de científicos de datos en muchas empresas, todos lo sabemos, pero he observado que los nuevos miembros del equipo contratados recientemente como científicos de datos están dirigidos por personas sin experiencia en ciencia de datos. He conocido Project Managers o profesionales de MBA gestionando equipos de científicos de datos. A veces, personas con un largo historial de ser empleados en cualquier organización que han escalado posiciones en la jerarquía de la organización, y terminan siendo propietarios y administradores de un equipo de ciencia de datos. Esta es la receta perfecta del fracaso.
Permítanme continuar con más errores. Sucede que cuando esos ‘managers sin experiencia’ se están preparando para contratar un equipo de científicos de datos, pueden pensar que ir a una formación de 40 a 60 horas sobre Big Data es suficiente para entender los conceptos básicos. Muchos gerentes piensan que “al final del día, todo se trata de la gestión de personas, la gestión de recursos y los entregables de la línea de tiempo”. Esto agrava aun más la situación.
En este escenario, cuando se contrata a un científico de datos con al menos 2 años de experiencia y descubre que su gerente no tiene experiencia en ciencia de datos, generalmente comienza a buscar otro trabajo, ya que se desalienta muy rápido. Esta situación complica aún más el mercado laboral de datos. Todos conocemos la alta rotación de profesionales de datos.
Aquí hay algunas recomendaciones para administrar con éxito un equipo de datos:
- Gerente con experiencia real en datos
Parece obvio, pero no lo es. Si no hay ningún científico de datos experimentado con habilidades de gestión de personas y gestión de proyectos, identifique a alguien del departamento de TI o con experiencia en Gestión de bases de datos / Arquitectura de bases de datos. Esas personas entienden varias cosas cruciales: I) cómo trabajar con grandes cantidades de datos (no a nivel de Excel); ii) administrar datos desordenados; iii) gestionar el acceso a los datos; iv) trabajar con lenguajes de programación; v) infraestructura digital; entre muchas otras cosas críticas. - La experiencia primero
Si la organización está por comenzar, muchos gerentes quieren iniciar el equipo con analistas de datos / científicos de datos junior -debido a restricciones presupuestarias-. Si está a punto de comenzar, traiga primero a un científico de datos experimentado que pueda allanar el terreno y comprender lo que se debe hacer de la manera en que se debe hacer. Más tarde puedes traer juniors para apoyar los proyectos principales y ganar experiencia. - La diversidad es clave
Cuando construya un equipo de datos exitoso, no se concentre solo en traer científicos de datos, asegúrese de que se involucren múltiples roles especializados en múltiples campos -ya sea nuevas contrataciones o combinados con los recursos existentes de la organización-, como administración de bases de datos, inteligencia de negocios, ingeniería de datos, aprendizaje automático, etc. Además, cuanto más diversos sean los miembros del equipo, mejor será el resultado global. - Olvídese de ‘waterfall’, adopte la metodología ágil
Desafortunadamente, este es uno de los mayores problemas que detecto en muchos equipos y gerentes: todos quieren establecer cronogramas e hitos específicos, ya que muchos gerentes han seguido este método históricamente. Los proyectos de datos no son tan simples y no son fáciles de dividir en ámbitos muy específicos con subproyectos y subtareas que siguen un cronograma muy estricto para entregar algo muy específico. Los proyectos de datos están menos estructurados en su ejecución y pueden moverse en cualquier dirección con mucha facilidad. Tenga en cuenta un objetivo global y asegúrese de que haya flexibilidad para ofrecer una solución.
Recuerde que ‘metodologia ágil’ no es hacer las cosas rápidas, sino conseguir micro-objetivos en cualquier dirección.