Dónde están los trabajos de STEM (y dónde no lo están)

El dominio de un país en ciencia, tecnología, ingeniería y matemáticas es vital para generar crecimiento económico, promover la innovación científica y crear buenos empleos.

La campaña STEM ha estado en marcha durante años, defendida por legisladores de todo el espectro ideológico, adoptados en las escuelas de todo el mundo y por organizaciones que van desde la  Asociación Cristiana para Jovencitas (por sus siglas en inglés YWCA)  hasta los Boy Scouts. Hasta ahora, el término, primero popularizado y promovido por la National Science Foundation, se usa como identificador descriptivo. "Ella es una STEM", que por lo general significa un cumplido, sugiere alguien que tiene una ventaja en los sorteos de admisión a la universidad.

Gran parte del entusiasmo público por la educación STEM se basa en la suposición de que estos campos son ricos en oportunidades de trabajo. Algunos lo son, otros no. STEM es una categoría expansiva, que abarca muchas disciplinas y ocupaciones, desde ingenieros de software y científicos de datos hasta geólogos, astrónomos y físicos.

Lo que los estudios recientes han hecho cada vez más evidente es que la mayor cantidad de trabajos de STEM con altos sueldos se encuentran en la "T" (específicamente informática).

A principios de este año, Glassdoor, un sitio web de la lista de empleos, clasificó el salario base medio de los trabajadores en sus primeros cinco años de empleo por especialidad de pregrado. La informática encabezó la lista ($ 70.000), seguida por la ingeniería eléctrica ($ 68.438). La bioquímica ($ 46.406) y la biotecnología ($ 48.442) se encontraban entre las carreras de menor pago en el estudio, lo que también confirmó que las mujeres generalmente están subrepresentadas en carreras de STEM.

"Existe una gran división entre los roles de la tecnología informática y las ciencias tradicionales", dijo Andrew Chamberlain, economista jefe de Glassdoor.

En LinkedIn, los investigadores identificaron las habilidades más demandadas. Los 10 mejores el año pasado fueron todos los conocimientos informáticos, incluida la experiencia en computación en la nube, minería de datos y análisis estadístico, y la escritura de aplicaciones para teléfonos inteligentes.

En un análisis reciente, Edward Lazowska, profesor de informática en la Universidad de Washington, se centró en las previsiones de empleo de la Oficina de Estadísticas del Trabajo en las categorías de STEM. En la década que finaliza en 2024, el 73%  del crecimiento del empleo STEM será en ocupaciones de computadoras, pero solo el 3% estará en las ciencias físicas y el 3% en las ciencias de la vida.

Una comprensión práctica de los principios de la ciencia y las matemáticas debería ser un conocimiento esencial para todos los estadounidenses, dijo Michael S. Teitelbaum, un experto en educación y política científica. Pero cree que los defensores de STEM, a menudo ejecutivos y cabilderos de compañías de tecnología, hacen un flaco servicio cuando dan la alarma de que Estados Unidos enfrenta un déficit preocupante de trabajadores de STEM, basado en la escasez en un puñado relativo de campos de rápido crecimiento como análisis de datos, inteligencia artificial, computación en la nube y seguridad informática.

"Cuando se generaliza a todo STEM, es engañoso", dijo el Sr. Teitelbaum, investigador asociado del Programa de Trabajo y Vida Laboral en la Facultad de Derecho de Harvard. "Estamos engañando a muchos jóvenes".

Las tasas de desempleo para las especializaciones de STEM pueden ser bajas, pero no todas las que tienen títulos universitarios terminan en su campo de estudio: solo el 13% en ciencias de la vida y el 17% en ciencias físicas, según una encuesta de 2013 de la Fundación Nacional de Ciencias. La informática es el único campo STEM donde más de la mitad de los graduados están empleados en su campo.

Si los físicos y biólogos desean disfrutar de los tiempos de bonanza en la economía digital, unas pocas empresas especializadas las entrenarán y encontrarán empleos como científicos de datos y programadores de inteligencia artificial.

El programa Insight Data Science Fellows Program, que tiene oficinas en Nueva York, Boston, Seattle y Palo Alto, California, comenzó su primer programa de capacitación hace cinco años y ahora cuenta con 900 ex alumnos que trabajan en compañías como Facebook, LinkedIn, Airbnb, Amazon y Microsoft. Jake Klamka, un físico que fundó el programa, escuchó a los ejecutivos de Silicon Valley que habían considerado contratar a científicos tradicionales, pero convertirlos en tecnólogos parecía una tarea lenta y arriesgada. Así que el Sr. Klamka decidió que comenzaría una empresa para proporcionar a los científicos un camino más suave en la industria de la tecnología.

Carlos Faham hizo ese pasaje. Tuvo una carrera académica impresionante, con una serie de premios y becas. Su Ph.D. de la Universidad de Brown estaba en la física de la materia oscura. Después de Brown, fue becario postdoctoral en el Lawrence Berkeley National Laboratory.

El Dr. Faham amaba la investigación, pero después de casi dos años sentía la tensión de esa vida. Para entonces, había pasado 12 años en la universidad, estudios de postgrado e investigación de postgrado. Su siguiente paso sería competir por un puñado de vacantes de enseñanza en la tenencia en todo el país. Para el costoso Área de la Bahía, él no estaba ganando lo suficiente. Un investigador postdoc generalmente gana entre $ 40.000 y $ 60.000 al año.

El Dr. Faham había hecho una programación seria para su investigación de física. Se postuló a empresas de tecnología, pensando que estarían ansiosos por contratar a alguien con su potencia intelectual. No pudo obtener una entrevista en persona. Le dijeron que su formación era demasiado académica. Trató un par de entrevistas de detección telefónica porque los problemas estadísticos y de aprendizaje automático no le resultaban familiares.

"Fue como golpear una pared corriendo a toda velocidad, realmente humillante", recordó.

El Dr. Faham se unió al programa Insight Data Science Fellows de siete semanas en 2015. No hubo un curso formal de trabajo. Aparte de unos pocos tutoriales de personas de la industria, el tiempo se gastó en crear un producto, el suyo era un software para reconocer y seguir caras en video, y capacitación para entrevistas. Eso implicó resolver un problema de programación en una pizarra y explicar su pensamiento. "Entrevistar es un músculo y tienes que ejercitarte una y otra vez", dijo. Después del programa, recibió seis ofertas de trabajo. Él aceptó la oferta de LinkedIn. (La información es gratuita para los participantes, las empresas contratantes pagan una tarifa no divulgada).

Hoy, el Dr. Faham, de 33 años, es un científico de datos senior que trabaja en un equipo que utiliza aprendizaje automático y modelos estadísticos para detectar actividades ilícitas en la red social, incluidos listados de trabajos falsos, fraude publicitario, spam y ataques de robots.

El rango de trabajo detectivesco intensivo en datos, dijo, es "extremadamente rico" y "se mueve mucho más rápido que mi mundo anterior". Hace un "salario bastante bueno de seis cifras", alrededor de cinco veces lo que hizo como investigador postdoctoral.

Alrededor del 90% de los que ingresan al programa Insight obtuvieron empleos como analistas de datos, según la compañía, con una tasa de abandono de alrededor del 3 por ciento.

Anasuya Das hizo una movida profesional similar, pero no tan lejos de su formación académica. Después del programa, el Dr. Das, cuyo Ph.D. en neurociencia, se unió al Memorial Sloan Kettering Cancer Center en Nueva York, donde ahora es una científica de datos sénior. Ella trabaja en un equipo que crea herramientas de software para los médicos, enfermeras e investigadores del centro. Un proyecto actual es un programa para recomendar los ensayos clínicos más prometedores para pacientes con cáncer en particular, en función de su historial médico, edad, sexo y genética.

La ciencia de los datos es claramente diferente de la neurociencia, dijo el Dr. Das, pero algunas de las herramientas que ella emplea, como una técnica de aprendizaje automático llamada redes neuronales artificiales, sí se inspiran en el cerebro. Su experiencia apunta a la tendencia general de que las tecnologías digitales como la ciencia de datos y la inteligencia artificial se utilizan cada vez más en casi todas las disciplinas. Entonces la tecnología y los otros campos de STEM se fusionan.

Ese es el pensamiento detrás de una nueva división de ciencias de datos en la Universidad de California, Berkeley, que comenzó en julio. La división es una respuesta a la demanda de los estudiantes y el avance de la tecnología. El curso "Foundations of Data Science" de Berkeley atrajo a 1.200 estudiantes de más de 50 especialidades en el último año académico.

La elección del término "división" en lugar de "instituto", explicó David Culler, el decano interino de ciencias de la información, subraya su enfoque. "Queremos que esto sea algo fundamental en toda la universidad, innovando con otras disciplinas, sin diferenciarse de ellas", dijo. "Este es el mundo académico reflejando lo que está sucediendo en la economía más grande".

Fuente: NYTimes.

Traducción: María Fernanda Monroy.