La tecnología avanza día a día, y la Inteligencia Artificial no es la excepción.
Desde hace años se viene generando un debate sobre si es necesario contar con certificaciones oficiales que den cuenta de nuestras habilidades al momento de aplicar a un trabajo, sobre todo si es el primero en este área.
¿Qué implica tener una certificación?
Al momento de aplicar a un puesto en alguna empresa es necesario convencer a los reclutadores y expertos técnicos de que tenemos las habilidades suficientes para ese rol. Pero, si nunca trabajamos en el área, ¿cómo hacemos para lograr esto?
Existen varias maneras de lograrlo. Una de ellas, muy utilizada hoy en día, es la de contar con un portfolio de proyectos (obviamente creado por nosotros mismos, copiar y pegar de otros lados no sirve).
Otra manera es mostrando los cursos y formaciones que hicimos como prueba de que ahí obtuvimos ese conocimiento. Quizá suene como la forma más lógica de hacerlo. Sin embargo, esta manera puede traer algunos inconvenientes. Por un lado, en muchos lugares son muy selectivos en qué tipo de instituciones toman como válidas. Tranquilamente yo podría crear un PDF con membrete y poner que el instituto “Falsetti” me dio el certificado de Python avanzado y, obviamente, esto no probaría nada. ¡Ojo! No estoy diciendo que solo hagan cursos de las instituciones más conocidas. A veces, hay personas que saben mucho y lo transmiten muy bien, aunque no pertenezcan a ninguno de estos organismos (guiño, guiño). Está perfecto hacer formaciones con estas personas, solo que debemos justificar nuestro conocimiento con otra herramienta que no sea una certificación (por ejemplo, un portfolio, que a veces es más efectivo que cualquier papel que podamos presentar).
Por otro lado, podemos vernos inmersos en una carrera de hacer cursos y acumular comprobantes como si de dólares se trataran. Terminaremos teniendo una pila de 30 comprobantes de estos cursos que quizá importen poco y nada.
¿A qué voy con todo esto? Que la decisión de ir tras una certificación tiene que ser algo que quieras, no como una llave para conseguir un nuevo empleo. Ya vimos que no es la única manera de demostrar que sabemos lo que sabemos.
¿Cuándo es importante tener una certificación?
Más allá de todo lo dicho anteriormente, hay situaciones donde contar con una certificación podría ser algo que definitivamente incline la balanza a nuestro favor.
Formación universitaria
Este es un tema tan delicado como el de las formaciones. No voy a meterme en profundidad porque podría desatar una guerra de comentarios entre los pro y anti universidad. Basta con decir que, si bien una formación universitaria no es estrictamente necesaria para poder desempeñarse en algunos sectores (la medicina, claro está, es una excepción), una formación universitaria te da un “esqueleto académico” que facilita mucho las cosas, incluso, acelera la adopción de nuevos conocimientos.
En mi caso, por ejemplo, tengo un doctorado en Astronomía. Seguro que saber de astronomía no es necesario para trabajar con Machine Learning. Pero la Universidad me dio otras herramientas que difícilmente se puedan adquirir en otro lado. Por un lado, tuve una fuerte formación matemática, fundamental para comprender todos los conceptos matemáticos detrás del Machine Learning, lo que hizo que mi aprendizaje fuera más acelerado. Por otro lado, adquirí habilidades como resolución de problemas, pensamiento crítico, determinación (en una carrera así aprendes a no levantarte de la silla hasta que el problema no está resuelto, cualidad muy valorada en esta industria), compromiso (obtener un título en estas carreras no es nada fácil).
Justamente leí en LinkedIn una publicación muy interesante al respecto (está en inglés):
Tecnologías propietarias
El Cloud Computing es moneda corriente en el mundo del Machine Learning. Conocer el uso y funcionamiento de las plataformas en la nube es casi mandatorio.
Casi todos los proyectos de Machine Learning se despliegan en la nube, entrenamiento de modelos que requieren gran poder de cómputo, almacenamiento de grandes conjuntos de datos, etc., requieren que sepamos cómo manejarnos en dichas plataformas.
Como sabemos, las tres grandes plataformas en la nube hoy en día son: Azure, AWS (Amazon Web Services) y GCP (Google Cloud Platform). Contar con una certificación oficial, homologada por estos organismos que avale nuestro conocimiento en estas plataformas, puede ser un factor determinante al momento de enfrentarnos a la búsqueda de trabajo. A diferencia de otras instituciones educativas, para otorgar dichas certificaciones, estas empresas someten a los pretendientes a una rigurosa evaluación, donde deben demostrar el conocimiento, tanto teórico como práctico, del funcionamiento de sus plataformas.
Cada vez más empresas exigen que sus empleados conozcan de estas plataformas y, si bien es posible que seamos expertos en ellas sin necesidad de contar con una certificación, esta última es una prueba de que este conocimiento fue adquirido.
Conclusión
El debate de si es importante tener o no una certificación es un tema extenso, que no tiene respuesta correcta o incorrecta. Cada uno tiene sus puntos de vista, y cada una de las opciones tiene sus puntos a favor y en contra.
Por eso, como conclusión final, desde mi humilde perspectiva, es que cada uno evalúe de qué manera prefiere demostrar sus conocimientos ante una búsqueda laboral, ya sea con certificaciones o con un portfolio.
¿Cuál es tu punto de vista? ¿Crees que una certificación es una forma necesaria de prueba de conocimiento? Quiero leer tus comentarios.