Yo diría que son más importantes. Mucho mas importante. Las habilidades duras fueron apreciadas a lo largo de la revolución industrial, donde la lógica y el determinismo nos permitieron construir máquinas de tal manera que entendiéramos cada parte móvil y las ordenamos usando instrucciones explícitas. Al controlar cada entrada a salida, nuestras máquinas se consideraron confiables, controlables y nos mantuvieron competitivos en nuestras ambiciones industriales. Pero este tipo de control explícito se está convirtiendo rápidamente en un enfoque anticuado para la ingeniería, porque ya no produce productos que mantengan el ritmo en la era de la información.
Las máquinas de hoy necesitan adaptarse y aprender por sí mismas. Esto exige una apreciación de la complejidad que no se ve en el software basado en reglas. Los científicos de datos necesitan trabajar con máquinas, hacer que hagan el cálculo y que nosotros hagamos el entrenamiento. Conseguir que una máquina produzca los resultados correctos es un esfuerzo complejo que involucra muchos aspectos del compromiso humano y la creatividad.
Los científicos de datos deben operar a un nivel de abstracción más alto que los ingenieros tradicionales porque las tecnologías que creamos se superponen más directamente con las necesidades del usuario. Los resultados que producimos con nuestras aplicaciones son decisiones, más que características tradicionales como listas ordenables o fotos indexadas. Es por eso que Data Science requiere habilidades blandas para comprender a las personas y la forma en que toman sus decisiones cotidianas.
Tenemos que darnos cuenta de que hemos entrado en la era en que las máquinas son mucho mejores en “habilidades duras” que las personas. Muchos candidatos y organizaciones nuevas en el aprendizaje automático no aprecian esto, ya que Data Science se trata de ser técnico y bueno con los números. Claro, somos buenos con los números, pero no en el mismo sentido que resolver fórmulas en una pizarra o derivar ecuaciones en busca de alguna teoría fundamental. Tanto la ciencia como la empresa ahora llevan gran parte de estas tareas a las máquinas, dejándonos la interpretación y la estrategia a los humanos.
- ¿Por qué es tan talentoso, pero las personas introvertidas reciben menos atención que otras que son menos talentosas, pero se jactan mucho?
- ¿Qué son las habilidades de comunicación y cuán importantes son?
- ¿Cuáles son algunas de las mejores formas de tratar con colegas difíciles?
- ¿Cómo manejan las personas emocionalmente inteligentes las emociones de los demás mientras se mantienen firmes?
- ¿Hay algún consejo rápido sobre cómo mejorar la comunicación en una relación?
La profesión de Data Science se trata de comprender cómo combinar y ajustar algoritmos para que las matemáticas y las estadísticas se asienten y converjan en resultados importantes. Se trata de saber en qué máquinas son buenas y en qué son buenas las personas; este último está mucho más centrado en la estrategia creativa que en el crujido de números en bruto.
Aportar demasiada habilidad difícil a la profesión de la ciencia de datos a menudo significa reinventar la rueda, para aquellos menos familiarizados con el ecosistema de aprendizaje automático. Con más de medio siglo de aprendizaje automático detrás de nosotros, la industria rara vez exige algoritmos novedosos creados desde cero. Los grandes científicos de datos dominan la variación y la iteración, mezclando y combinando soluciones existentes hasta que el mundo real valida sus esfuerzos con un producto que funciona. Es saber lo que estás viendo después de múltiples intentos; sin tratar ingenuamente de planificar un enfoque por adelantado, utilizando la “experiencia” desarrollada únicamente detrás de las torres de marfil.
Las habilidades blandas son las que permiten a los científicos de datos maniobrar hábilmente a través de los desafíos con nuestros esfuerzos de aprendizaje automático, porque son las habilidades blandas las que unen lo técnico con lo más importante; Comentarios de los usuarios. Los expertos en dominios en cualquier industria casi siempre no son técnicos, pero mantienen el conocimiento y la experiencia vitales para construir con éxito un software inteligente. Sin un puente entre su sabiduría y nuestros algoritmos, producimos todo en vacío y nada en contexto.
Las habilidades blandas son más decisivas en la contratación de científicos de datos porque aquellos que pueden crear software inteligente y comunicarse de manera efectiva son una raza rara. Entienden que las matemáticas y las estadísticas son solo puntos de partida para un viaje mucho más complejo que no se puede realizar sin un toque más suave. Personas que pueden resolver un problema hablando con otras personas, entendiendo sus puntos débiles y persuadiendo a una máquina para que se convierta en lo que necesita ser.