La industria necesita 90.000 expertos en datos y en inteligencia artificial

Los 12 profesionales que más demandarán las empresas españolas

La industria necesitarán durante los próximos tres años más de 90.000 profesionales expertos en datos e inteligencia artificial para impulsar proyectos con los que poder competir con otras organizaciones internacionales, a la vez que impulsar la economía nacional.

Así lo pone de manifiesto en un informe la asociación española de inteligencia artificial para la industria, IndesIA, formada por ocho grandes empresas españolas, Repsol, Gestamp, Navantia, Técnicas Reunidas, Telefónica, Microsoft, Airbus y Ferrovial,  que cuenta con el apoyo del Basque Artificial Intelligence Center (BAIC) y Accenture.

“La falta de personal cualificado supone un obstáculo para el crecimiento de las empresas y por ello, para la recuperación económica” explica Valero Marín, presidente de IndesIA. Por este motivo indica que “uno de los principales objetivos que nos propusimos como asociación es el impulso a la transformación del empleo hacia profesiones enfocadas en las nuevas tecnologías. Se trata de reducir la brecha existente entre la formación de las disciplinas denominadas STEM (ciencia, tecnología, ingeniería y matemáticas, en sus siglas en inglés) y las necesidades de las empresas. Pero además queremos promover la creación de nuevos puestos de trabajo de alta cualificación y empleo de mayor calidad. Asimismo, atraer y retener al talento tecnológico en España”.

Los 12 perfiles más demandados

La citada asociación ha identificado cuáles serán estas profesiones y considerando que las 12 más necesarias serán los ingenieros del aprendizaje automático, arquitectos de datos, ingenieros de datos, especialistas en el internet de las cosas, científicos de datos, visualizadores de datos, especialistas en el gobierno de datos, dueños de los datos, traductores de los datos del negocio, ciudadanos de la ciencia de datos, especialistas en industria 4.0 y analistas de datos.

En este plan también se detallan las capacidades y competencias con las que, en mayor o menor medida, deberán contar y que tienen que ver con la analítica de datos y estadística, la puesta en funcionamiento de modelos analíticos y plataformas, la programación, el desarrollo de metodologías y procesos, la creación de plataformas de inteligencia de negocio, el conocimiento de la ingeniería de datos, la arquitectura empresarial, la calidad y gobierno del dato, la gestión y visualización de datos, la seguridad y en resumen aspectos relacionados con las tecnologías del internet de las cosas.

Según explica el presidente de IndesIA, el plan de perfiles formativos tiene un doble objetivo. Por un lado, saber qué talento se requiere, pero por otro definir los roles que ocuparán dentro de las empresas y concretar sus funciones y capacidades, unificando los criterios que cada organización tiene respecto a estas profesiones. “La novedad de estos empleos hace que a veces nos encontramos con que los perfiles no están bien definidos en cuanto a los conocimientos que deben tener y el trabajo que van a desarrollar. Hasta el punto de que, en ocasiones, es difícil entender cuál es la diferencia entre unos profesionales y otros. Gracias a esa unificación de criterios, además, será más sencillo ofrecer una formación que coincida con el desempeño laboral posterior o reciclar las competencias de los profesionales que ya forman parte de las empresas” advierte.

Por otro lado, también explica que tanto la enumeración de estos profesionales, como sus habilidades no son descripciones estáticas o cerradas, ya que el propio avance de la tecnología provocará la evolución de sus capacidades y la creación de nuevos puestos. Además, comenta que otro tipo de perfiles de tipo no técnico como humanistas, especialistas en leyes, diseño…etc., también tendrán que adaptar sus conocimientos a temas de data e inteligencia artificial.

Acuerdos con universidades y otros centros formativos

Para paliar la escasez de perfiles expertos en estas tecnologías y conseguir a largo plazo la transformación del país, también es necesario apostar por la formación y la educación. Según un informe de OdiseIA y Humantrends, El Barómetro de inteligencia artificial ética en España, en 2020 existían 56 grados y 14 másteres en las universidades públicas con asignaturas de inteligencia artificial. Aunque este número cada vez se está incrementando la cifra sigue siendo baja para la transformación que se necesita.

Para apostar por la capacitación de las personas en IndesIA prevén trabajar conjuntamente con instituciones educativas públicas y privadas con el objetivo de definir itinerarios de formación con los que cubrir tanto los conocimientos generales con los que deben contar los empleados del sector industrial. IndesIA aportará conocimiento para que los centros universitarios y de formación profesional puedan responder a las necesidades profesionales de las empresas y se trabaje en adaptaciones curriculares para acercar a los alumnos a la realidad del mundo laboral.

Brecha de género en las nuevas tecnologías

Según datos del Gobierno de España, la brecha digital de género se ha reducido progresivamente en España. Pero en competencias avanzadas, todavía se está por debajo de otros países europeos. Por otro lado, existe una gran diferencia entre sexos en el número de graduados en estudios STEM. Según el presidente de IndesIA es importante ocuparse de la reducción de esa brecha y poner acciones específicas para trabajar en ese sentido.

“Si no se impulsa que las mujeres accedan y quieran formarse en aspectos relacionados en estas nuevas tecnologías, y a la vez se sigue ampliando la demanda de esos perfiles la brecha digital de género corre el riesgo de ampliarse. Además, la industria estará perdiendo un talento tan necesario y valioso como es el femenino” añade.

Reciclaje profesional

Otra consecuencia de la falta de talento tecnológico es que las empresas se están dando cuenta de que su futuro no puede depender solo del talento más joven, profesionales junior que ya se están uniendo a ellas o se incorporarán en los próximos años y en el que ya se impulsa la formación en materias como el big data o la inteligencia artificial.

Así, en IndesIA también destacan la necesidad de reciclar con competencias digitales a los trabajadores que cuentan con más experiencia. Así pretenden facilitar a las empresas que establezcan programas de formación interna. Algo que, a juicio de Valero Marín, debe hacerse por varios motivos, “por un lado para conseguir tener el talento que les hace falta y por otro, para no quedarse con una fuerza laboral obsoleta y unos trabajadores senior que no tengan las habilidades y competencias digitales que exige el mercado”.

Descripción de perfiles

Ingeniero del aprendizaje automático. Profesional englobado/a en el entorno de TI que se enfoca en investigar, construir y diseñar sistemas de inteligencia artificial (IA) autoejecutables para automatizar modelos predictivos. Además, diseñan y crean los algoritmos de IA capaces de aprender y hacer predicciones. Tienen que operativizar y optimizar los modelos y algoritmos desarrollados.

Arquitecto de datos. Profesional que se encarga de definir la estrategia de datos, incluyendo la implantación y gestión de las arquitecturas de inteligencia artificial (IA) creando una gestión integrada de sistemas para centralizar, -proteger y mantener las fuentes de datos. Requiere amplios conocimientos en plataformas de inteligencia de negocio, estándares de arquitectura, así como arquitectura empresarial y arquitectura de sistemas.

Ingeniero de datos. Profesional responsable de diseñar, construir, probar y mantener la arquitectura de datos (es decir, bases de datos de procesamiento a gran escala) y procesos de datos que permitan la mayoría de las funciones en el mundo de los datos, por lo que será requerido un amplio conocimiento en bases de datos relacionales. Además de ser capaz de ensamblar un gran volumen de datos complejos, que cumplan los requisitos empresariales no funcionales y funcionales, así como determinar las necesidades de almacenamiento de datos. También será su responsabilidad construir la infraestructura necesaria para la extracción, transformación y carga óptimas de datos de diversas fuentes, con el objetivo de lograr una alta escalabilidad, una entrega de datos eficiente en procesos automáticos.

Especialista IoT. Profesional experto/a en encontrar soluciones de conectividad entre procesos. Conoce protocolos de comunicación, así como los principales componentes de una red y tiene conocimiento sobre el software que conecta el mundo IT con el mundo OT. Sus habilidades de programación básicas le permiten llevar a cabo la conexión entre estos dos mundos. Además, puede establecer estándares de ciberseguridad y es capaz de auditar y realizar propuestas para su aseguramiento.

Científico de datos. Profesional especialista en el manejo de los datos que se encarga de recoger, analizar e interpretar grandes conjuntos de datos complejos para desarrollar soluciones basadas en datos y resolver difíciles retos empresariales. Desarrollará modelos (descriptivos, predictivos o prescriptivos) y herramientas de aprendizaje estadístico para el análisis de datos incluyendo algoritmos de aprendizaje automático.

Visualizador de datos. Profesional responsable de la creación y edición visual del contenido, realizando la extracción, transformación y cargas del conjunto de datos en mapas o gráficos, cuadros de mando o informes más visuales que sirvan al resto de la organización en su interpretación y permita la toma de decisiones.

Especialista en el gobierno de datos. Profesional especialista que asegurará la disponibilidad de los datos, su integridad, usabilidad y la seguridad de los mismos. Facilitará los mecanismos y directrices basados en principios y mejores prácticas para el eficaz ejercicio del gobierno del dato. Se encargará de la coordinación transversal de los negocios y las funciones para la explotación y democratización del dato.

Dueño de los datos. Profesional especialista que garantizará la calidad y coherencia de los datos asegurando que son adecuados para su uso dentro del ámbito de las necesidades de la organización de la manera más flexible y efectiva posible para lograr su máximo valor en conformidad con las políticas de la compañía y con terceras partes. Entre sus funciones se encuentran: definir las reglas de calidad de los datos. Identificar y definir los diferentes aspectos que pueden afectar a los datos en cuanto al tratamiento de los mismos y la autorización de ingesta y distribución de los datos a casos de uso. Debe tener también conocimientos legales y normativos que afectan al tratamiento de los datos.

Traductor de los datos del negocio. Profesional que tiene conocimientos suficientes tanto en negocio, como técnicos para expresar las necesidades de la organización en un lenguaje que sea válido para que el científico/a de datos pueda realizar los modelos o algoritmos que cumplan los requisitos.

Ciudadano de la ciencia de datos. Profesional con un conocimiento profundo en el negocio de la organización, que es capaz de realizar modelos analíticos predictivos sencillos. Debido a su alto conocimiento del negocio es capaz de presentar los resultados de la forma más adecuada, de manera que sea más sencilla la toma de decisiones.

Especialista en industria 4.0. Profesional principalmente industrial, con habilidades que impulsen procesos de transformación digital y de gestión del cambio. Conoce cuáles son las tecnologías habilitadoras en industria 4.0 y es capaz de proponer soluciones (a alto nivel) para cada caso de uso. Por otro lado, es un perfil con habilidades sociales bien desarrolladas, que garantizan su capacidad para registrar los requerimientos del cliente de manera completa y correcta, ayudando a identificar problemas o mejoras en las plantas industriales. Además, tiene una gran capacidad para interpretar el negocio y compartirlo con los equipos más técnicos (Big Data, desarrollo software, redes, etc.).

Analista de datos. Profesional con gran conocimiento del negocio que recopila, procesa y gestiona datos relevantes para la empresa, estando encargado de su análisis estadístico con el objetivo de extraer conclusiones que permitan la toma de decisiones y aportación de valor. Se apoyan en plataformas de inteligencia de negocio y todas sus capacidades para el análisis de datos.