Por Enrique Stiglich, director de UTEC Posgrado
En el Perú, la demanda de perfiles en datos e IA ha crecido más rápido que la capacidad del sistema educativo y de las organizaciones para formarlos. Se estima que existen 2,700 posiciones en datos que no logran cubrirse, de acuerdo con un estudio de Apoyo Consultoría. Además, según el 88% de los Chief Data Officers (CDO) entrevistados, la brecha ha seguido creciendo.
La ciencia de datos y la IA son disciplinas relativamente nuevas en el país. UTEC creó la primera carrera de ciencia de datos hace apenas cinco años, y su primera promoción egresó recién en diciembre. La mayoría de profesionales que hoy ocupa roles de datos ha egresado de carreras como economía, ingeniería de sistemas, ingeniería industrial o estadística, y ha tenido que reconvertirse en el camino.
Este esquema de reconversión profesional funcionó durante una etapa inicial de la adopción de datos en el Perú: analistas de datos, data stewards y perfiles híbridos permitieron a muchas empresas experimentar con casos de uso y demostrar valor.
Pero, a medida que se pasa de la experimentación a la implementación a escala, la brecha se vuelve más profunda y técnica. Hoy, los perfiles más difíciles de cubrir son los de ingenieros de IA, arquitectos de datos, ingenieros de MLOps y científicos de datos.
Reducir esta brecha requiere actuar en varios frentes. El primero es estructural y de largo plazo: formar a más personas con fundamentos sólidos desde el pregrado.
Pensamiento computacional, estadística, matemática y criterio de negocio pueden parecer poco aplicables en el corto plazo, pero aportan bases importantes para la vida profesional.
Nos hemos acostumbrado a hablar de “adaptabilidad” como si fuera solo un atributo de actitud o de mentalidad, pero, ante nuevos problemas y nuevos contextos, son los fundamentos los que nos dan el músculo para adaptarnos.
El aprendizaje constante es clave
El segundo frente es el reskilling a través del posgrado y la formación continua. A los fundamentos debemos sumar la capacidad de enfrentar desafíos prácticos, usando nuevas herramientas en nuevos contextos.
Profesionales con formación diversa pueden desarrollar capacidades que les permitan moverse hacia roles de datos e IA, ya sean posiciones técnicas o más ligadas al negocio.
En este tipo de programas, además de la participación de docentes, se valora el acompañamiento de profesionales con experiencia en la industria —practitioners— que puedan conectar los fundamentos con la aplicación real.
La alfabetización digital
El tercer frente está dentro de las propias organizaciones. Las empresas pueden desarrollar rutas de aprendizaje en datos e IA que les permitan llevar la adopción a escala, con equipos capaces de formular buenas preguntas, interpretar resultados y comunicar insights. Es esta adopción organizacional la que da valor al despliegue de una estrategia de datos.
Cerrar la brecha de talento en datos es un desafío estratégico para la competitividad del país. Hoy se requiere un balance entre adopción transversal y profundidad técnica que permita pasar de iniciativas aisladas a estrategias que creen valor a escala.
Las oportunidades son evidentes: la mesa está servida para que universidades y organizaciones construyan juntas.
