Dificultades para aprender Data Science

Muchas personas hemos sufrido en el proceso dificultades para aprender data science. Queremos tratar de entender de donde viene ese sufrimiento para poder planificar que herramientas podemos usar para minimizar esos problemas, minimizar las frustraciones y aumentar la tasa de éxito.

Dificultades para aprender Data Science

¿Cuál es la dificultad de aprender Data Science?

El desafío de la multidisciplinaria. Por un lado la ciencia de datos incorpora elementos de varias disciplinas lo que genera las mayores dificultades para aprender Data Science. Y por el otro, los profesionales que llegan a la ciencia de datos también vienen de varias disciplinas distintas. Hace falta implementar hábitos mentales nuevos. Hay competencias que se pueden adquirir rápido y competencias que se desarrollan en el tiempo. El tiempo es fundamental.

Los estudiantes son diferentes entre ellos, muy diferente. Edades distintas, trayectorias distintas, formación de base distintas, velocidades para aprender distintas, necesidades de aprender distintas y expectativas de que van a hacer con lo aprendido también distintas. Si tratamos de que los cursos sean iguales para todos tenemos un problema. Todas estas diferencias hacen que un curso de 200 o 300 personas es difícil de administrar e imposible de personalizar.

La otra dificultad que se presenta no es de trivial solución es, si yo no vengo del mundo del IT como me desplazo laboralmente hacia una posición en Data Science.

Multidisciplina

La gente que desea comenzar a estudiar Data Science viene de muy distintos origenes. Con lo cual la forma de decir que es verdadero y que es falso, la forma de tener información, la forma de hacer experimentos cambia. Algunas personas llegas por su historia vital con temores, incomodidades, asco, de lo que es la matemática y/o la informática. A todo el mundo le pasa que la gente quiere aprender rápidamente lo que a otro le llevo años.

Problema del tiempo en aprender Data Science

Estamos en una cultura donde la inmediatez es una moneda indisputable. La gente quiere las soluciones ya, si quiero un pizza la quiero ya. Y así el problema es dramático. Porque la naturaleza tiene sus tiempos, así también le pasa a nuestra cabeza. Necesitamos tiempo para entender, entender no es algo que se consiga en instantes. Entender es un proceso que se alimenta de pequeños instantes de luz pero que van construyendo todo un conjunto de ideas en la cabeza trabadas entre si. Ese conjunto de ideas es lo que hace que sea una realizadad utilizable.

Además del tiempo para aprender, necesito tiempo más para que se nos empiecen a ocurrir las soluciones. Es como aprender a manejar, cambiar los cambios nos generaba temor y máxima concentración hasta que uno lo realiza de forma autónoma.

Los perfiles son diferentes

  • Historias y formaciones distintas
  • Hábitos mentales diferentes
  • Velocidades de asimilación diferentes
  • Estilos de aprendizaje diferentes

Dificultad en encontrar un puesto de trabajo en data science

  • Se tiende privilegiar a la gente de IT.
  • El proceso de selección pone foco en las herramientas.
  • No hay formas comprobables de mostrar logros.
  • Lleva tiempo construir la nueva red de contactos.

Soluciones para aprender Data Science

  • Tomar conciencia de lo que se trae de valioso.
  • Reconocer la dificultad de lo que me falta y estar dispuesto a invertir el tiempo y el esfuerzo en superarlo.
  • Desconfiar de soluciones mágicas, tomar conciencia de lo que le llevo a otros.

Deja un comentario