El resurgir de los matemáticos

Manuel era simplemente bueno con los números. Para aprobar un examen de matemáticas solo tenía que pensar unos segundos, justo los que demoraba su cerebro en hacer clic y dar con la clave de cada problema. Después, la mano se le movía hacia la respuesta correcta sin que él tuviese mucho que ver. Nunca comprobó un resultado: salía del aula siempre el primero, a veces a los quince minutos de comenzar, con la mente en blanco, incapaz de recordar un solo enunciado.

Primero en la escuela de su pueblo, más tarde en un instituto de Úbeda y por fin en la Universidad de Granada, los exámenes mal escritos y peor estructurados de Manuel siempre fueron los mejores. Un día, en una reunión de padres de alumnos, el jefe de estudios de Manuel llamó a sus padres al despacho: allí les mostró sus calificaciones en Física y Matemáticas durante el Bachillerato: nueve, diez, diez, diez, nueve, diez, ocho, diez. Les rogó que hicieran el esfuerzo necesario para que Manuel estudiase Matemáticas en Granada.

La creencia popular de que los matemáticos solo pueden ser profesores ha quedado atrás

Los padres tardaron una semana en asimilar que su cuarto hijo, el pequeño, no solo no había dejado los estudios, como los demás, sino que era de los mejores de su promoción. “A finales de los 70 nadie en mi pueblo iba a la universidad. Allí se vive de la oliva y, al menos por entonces, cuando un mozo sabía hacer la o con un canuto se iba al campo a trabajar, a ganar dinero para comprarse una casa y vivir con su novia. Eso hicieron mis hermanos y eso hubiera hecho yo de no ser por aquel jefe de estudios. Ya habíamos hablado de estudiar en Granada, pero no sabía que se lo había dicho a mis padres, así que cuando aparecieron en mi cuarto emocionados, diciéndome que iba a ser el mejor profesor de España, no supe cómo reaccionar”, relata Manuel.

Tras conseguir el segundo mejor puesto de su promoción en la universidad, se inscribió en las primeras oposiciones que encontró, las de profesor de secundaria. En 1982 consiguió la plaza de profesor titular en un instituto del noroeste de Madrid y ese día, recuerda, en su casa corrió el champán como nunca antes.

Estos días Manuel prepara la trigésimo cuarta ronda de exámenes de noviembre para sus estudiantes en su despacho, el mismo en el que aterrizó en plena Transición. Allí es feliz, aunque prefiere que no se publique su apellido ni el nombre del centro, porque en la sala de profesores “se leen más periódicos de los que debiese y se guglea lo que no está escrito”, comenta levantando las cejas. Al echar la vista atrás se siente orgulloso de una carrera que, pese a sus 61 años, planea alargar. Ha dado forma a una generación de estudiantes y, por el camino, ha sacado adelante una familia que incluye dos niñas, un gato y tres inmuebles en propiedad. Descansa dos meses y medio al año y la acumulación de trienios le ha redondeado una nómina “buena, muy buena si la comparas con los estándares actuales”. Un éxito sin paliativos para un hijo de campesinos que tuvo que acostumbrarse al pan con aceite para desayunar, comer y cenar.

"El trabajo más sexi del siglo XXI"

Pero el paradigma ha cambiado. Manuel no lo sabe, pero su perfil hoy habría llamado la atención de los headhunters mucho antes de terminar la carrera. Es más, en una universidad de la costa oeste de Estados Unidos, las mejores calificaciones de una promoción de Matemáticas salen colocadas con un sueldo promedio de 80.000 dólares anuales, y no precisamente en la docencia. Al otro lado del Atlántico el boom llegó con este artículo de Harvard Business Review en el que calificaban a los matemáticos y estadísticos como "los profesionales más sexis del siglo XXI". El volumen de datos que genera la Era de la Información precisa de analistas, pero también de cerebros capaces de exprimir esa información y obtener réditos. Empresas como LinkedIn, Facebook o Amazon disponen en sus plantillas de centenares de científicos de datos conformando departamentos pegados a la estrategia que no han dejado de crecer desde 2009.

La demanda se ha disparado, pero los españoles insistimos en saturar el mercado con abogados y médicos

En los últimos años, la ocupación de los matemáticos se ha disparado hasta posicionarse como la carrera con menos paro de España, con porcentajes inferiores al 6%. La mayor parte se ha reciclado como científicos de datos, ese profesional capaz de hallar patrones -y conclusiones- a partir de un caudal de datos que suele ser voluminoso y desestructurado. Curiosamente, aunque según datos de Infojobs la demanda del perfil se ha triplicado durante el último año, apenas ha servido para frenar la hemorragia, ya histórica, de alumnos de Matemáticas en España. Los jóvenes la tienen como su décimoctava preferencia, en promedio, y las tasas de abandono después del primer año superan el 70%. A grandes rasgos, mientras el mercado pide a gritos matemáticos, los españoles insistimos en saturarlo con abogados y médicos.

"En estos momentos tenemos 200 ó 300 ofertas de trabajo relacionadas con los científicos de datos y el análisis de big data para apenas veinte candidatos. Buscan matemáticos o físicos que se han autoformado online y tienen mentalidad de resolver problemas desde una perspectiva lógica. La formación final depende de la empresa, que tiene que conformarse, ya que hablamos de una rama nueva; si además buscan experiencia previa, esos veinte candidatos se quedan en cinco" explica Felipe Navío, cofundador de Job & Talent.

Navío distingue entre dos modalidades en la ciencia de datos. Por un lado están los que van enfocados al business intelligence, cuyo objetivo pasa por optimizar los procesos de una empresa a través de los datos internos, y por otro los que se dedican a producto, a desarrollar soluciones informáticas con información de clientes. Estos últimos tienen un sueldo medio de 37.705 euros en España, según Infojobs.

Perfiles

En la modalidad más lucrativa se desempeña Marcos Peñamil (29), que desde el principio lo vio claro: "Al terminar la carrera de Matemáticas hice un máster de Matemática Aplicada, porque siempre he preferido los problemas reales a los teóricos". Trabaja en Decide para clientes como Airbus, Iberia o McDonald's. Su trabajo consiste en realizar previsiones y aplicar la analítica prescriptiva, una metodología en la que se han volcado gigantes como Amazon o Alibaba y que permite, por ejemplo, conocer con precisión cuándo y cómo se ha de reponer cada producto.

Peñamil estima que el quid del científico de datos no radica en crear algoritmos -estos se obtienen normalmente libres del mundo académico- sino en saber combinarlos para obtener un valor muy concreto. "También es necesario saber manejar las herramientas físicas, que en el caso del científico de datos significa aprender a programar en algunos lenguajes. Es importante saber Java, para propósitos generales, y luego otros lenguajes más específicos del big data como Hadoop, Phyton, SAS o R". Otros expertos incluyen Casandra en el ramillete de software básico del científico de datos.

El de Guillermo Ríos, 33, es un caso paradigmático por su procedencia. Doctor en Física, Ríos ha pasado los últimos tres años en Alemania estudiando las interacciones entre hadrones, unas partículas más pequeñas que el átomo formadas por quarks, con una exclusiva beca internacional. Harto de sentirse desplazado, lejos de sus amigos y su entorno personal, tomó la decisión de regresar a España hace unas semanas. Quería continuar en el campo de la investigación de alto nivel, pero en nuestro país no ha encontrado "unas perspectivas siquiera razonables" de conseguirlo.

De modo que ahora se postula como cienfítico de datos, al igual que han hecho muchos de sus compañeros investigadores. Está aprendiendo en Quora a través de cursos online gratuitos que imparten universidades como Stanford, si bien considera que su formación, y su anterior trabajo, son una base sólida para adaptarse al nuevo perfil: "Al final tanto el trabajo de investigador como el de científico de datos se basan en encontrar soluciones a problemas a partir de una enorme base de datos. Es así como se estructura el cerebro de un físico o un matemático, por lo que no considero que exista un salto grande".

Distintas fuentes coinciden en señalar el ejemplo de la película Moneyball (2011) para visualizar la aplicación práctica de la ciencia de los datos. La cinta, con guion de Aaron Sorkin, recrea los hechos acontecidos a principios de siglo en los Oakland Athletics, uno de los equipos de béisbol con menor presupuesto de la liga estadounidense. Todo cambia cuando su manager, Billy Beane, contrata a Paul DePodesta, un licenciado en Económicas por Harvard, como principal ojeador. Este es precisamente el cambio radical de perspectiva que caracteriza al científico de datos: mientras los scouts clásicos ven capacidad de bateo o se preocupan por las salidas nocturnas de un jugador, DePodesta se centra en conseguir el número de carreras mínimo para estar en las finales a base de sumar jugadores de diferentes perfiles, muchos de ellos especialistas en un solo apartado del juego (aun terribles en los demás).

Basándose en los estudios publicados por el estadísitico y periodista deportivo Bill James, DePodesta revolucionó el juego a principios de siglo encontrando un valor oculto en jugadores que, en principio, eran retales de la MLB. Aquella temporada los Athletics fueron finalistas con una de las masas salariales más bajas del campeonato gracias a que encontraron una serie de parámetros capaces de evaluar a los jugadores de forma más eficiente que sus competidores.

"En los próximos años los científicos de datos aportarán la mayor ventaja competitiva a las empresas" dice Diego Duchowney, director de Advertising Technology en el grupo noruego Schibsted. El experto considera que en un futuro muy cercano todas las grandes y medianas corporaciones tendrán un pool de estos profesionales trabajando transversalmente, igual aportando consejos argumentados al CEO que modificando la estructura de servidores de cara a un hipotético pico en el tráfico de sus webs. En realidad, a tenor de sus palabras, se trata más de una filosofía que de un departamento al uso: estás en los datos o no estás.

El sistema educativo debe adaptarse a esta nueva necesidad, porque esto es solo el principio

"Esto es el comienzo. Muchas empresas han acumulado datos a lo largo del tiempo aconsejados por alguna consultora y están empezando a comprender que tienen un tesoro. En este aspecto el científico de datos es crucial, no ya como perfil profesional, sino como intelecto personal. Cribar datos puede hacerlo una máquina; esto es un enfoque mucho más fino cuya calidad depende del talento. Tú puedes preguntarle a una base de datos cualquier cosa, y hay que estar preparado para obtener cualquier respuesta. Si orientas las preguntas de un modo incorrecto, obtendrás una conclusión incorrecta", advierte Duchowney.

Duchowney espera que en los próximos años el sistema educativo se adapte a la nueva necesidad del mercado hasta alcanzar niveles como los de Estados Unidos, cuyos data scientist disfrutan de más reconocimiento, movilidad y retribución que sus homólogos españoles. "Estamos en el buen camino. Hay proyectos muy chulos en España con capacidad para traer de vuelta el talento que se nos ha ido escapando, como Daniel Olmedilla, de Facebook, o Xavier Amatriain, que es el creador de las recomendaciones de Netflix", concluye Navío.