Según un relevamiento de Henry, academia online en tecnología con foco en la empleabilidad, las empresas actualmente enfocan sus esfuerzos de reclutamiento en talento capacitado en inteligencia artificial (IA), ciberseguridad, big data y computación en la nube, pero también ponen el foco en habilidades blandas como el pensamiento crítico y la adaptabilidad.
Pero lo más curioso es que gran parte de quiénes eligen formarse en estas áreas de la tecnología son profesionales y provenientes de carreras de base tradicionales como contador, economista o administrador de empresas.
Muchos buscan actualizarse en temáticas y disciplinas tecnológicas para poder trabajar mejor con equipos multidisciplinarios, y otros porque quieren explorar otras posibilidades laborales más ligadas al IT. En general, los contadores y auditores se inclinan por cursos ligados a automatización de procesos contables y análisis financiero; los economistas y analistas financieros en Big Data y Machine Learning y los administradores de empresas suelen optar por gestión de proyectos tecnológicos y fintech.
"En Henry, hemos visto un aumento significativo en la demanda de formación en IA, ciberseguridad y big data. Los profesionales de todas las industrias están comprendiendo que la tecnología es clave para su desarrollo y competitividad. La educación online y los modelos de aprendizaje intensivos permiten que cada vez más personas adquieran habilidades técnicas de manera rápida y eficiente”, señala Martín Borchardt, CEO de Henry.
Por otro lado, desde la academia indican que a la hora de elegir programas específicos de formación, los más elegidos son los de Data Engineering, Data Science y Desarrollo Web Full Stack y Data Analytics, ya que cada vez más empresas necesitan profesionales capacitados en análisis de datos para analizar grandes volúmenes de información y convertirlos en insights accionables.
Por su lado, otro de los más elegidos es Inteligencia Artificial, ya sea aplicado a Programación o Análisis de Datos, debido a que las compañías tienen urgencia de incorporar herramientas de IA para optimizar procesos y eficientizar el día a día.
Estos programas tienen una duración promedio de 4 a 6 meses y cuentan con modelos de financiamiento accesibles, incluyendo esquemas en los que los estudiantes pueden pagar su formación una vez que consiguen empleo. En términos de retorno de inversión, la mayoría de los egresados logra recuperar el costo de su formación en menos de 6 meses de trabajo, considerando los salarios actuales en la industria IT.
El impacto de la IA en la formación IT
La inteligencia artificial está transformando la enseñanza tecnológica con metodologías innovadoras, como sistemas de aprendizaje adaptativo y simuladores inteligentes. Sin embargo, también plantea desafíos, como la necesidad de formación continua y la posible automatización de ciertos roles junior.
Por un lado, la IA ha impulsado la incorporación de nuevas áreas de conocimiento en los programas de formación, como machine learning, procesamiento de lenguaje natural, visión por computadora y ciencia de datos aplicada. Las empresas buscan cada vez más talento capaz de desarrollar, implementar y optimizar modelos de IA en diversos sectores.
Por otro lado, la IA también ha revolucionado las metodologías de enseñanza. Hoy en día, herramientas como asistentes virtuales, sistemas de aprendizaje adaptativo y simuladores inteligentes permiten personalizar la experiencia de los estudiantes y mejorar su proceso de aprendizaje. En lugar de un modelo tradicional basado únicamente en teoría, se está promoviendo una enseñanza más interactiva, con proyectos prácticos y entornos de simulación impulsados por IA.
Habilidades IA de mayor demanda
Borchardt recomienda que para mantenerse relevantes en un mercado cada vez más impulsado por la inteligencia artificial, los profesionales IT deberían enfocarse en desarrollar tres grandes conjuntos de habilidades.
Fundamentos de IA y Machine Learning: No es necesario que todos sean expertos en IA, pero comprender los conceptos básicos de aprendizaje automático, redes neuronales y algoritmos de IA les permitirá interactuar mejor con estas tecnologías en su día a día.
Programación y manipulación de datos: Lenguajes como Python y R, junto con herramientas como TensorFlow, PyTorch y Scikit-learn, son esenciales para trabajar con modelos de IA. Además, el conocimiento en SQL y bases de datos sigue siendo clave para manejar grandes volúmenes de información.
Pensamiento crítico y ética en IA: Más allá de la parte técnica, los profesionales deben comprender el impacto de la IA en la sociedad, desde el sesgo en los algoritmos hasta la privacidad de los datos. La habilidad de analizar los resultados de un modelo y cuestionar sus implicaciones será clave para construir soluciones responsables y eficientes.