¿Cuál es una mejor carrera profesional: ciencia de datos o ciencia actuarial?

Trabajo como científico de datos en una empresa de seguros de propiedad y accidentes. Muchos de mis colegas son actuarios certificados o toman exámenes actuariales. En mi opinión, ambos campos ofrecen excelentes oportunidades.

Hay ciertas ventajas de la ciencia de datos sobre la ciencia actuarial y viceversa. Por ejemplo, los científicos de datos pueden encontrar empleo en una gama mucho más amplia de industrias. Los científicos de datos no tienen que tomar muchos exámenes para obtener la certificación. Pero los actuarios tienden a exigir más respeto en los entornos financieros / de seguros / económicos. Después de obtener la certificación como becario, los actuarios pueden disfrutar de una vida de empleo seguro con una gran compensación.

En cuanto a las responsabilidades diarias, definitivamente hay una superposición en las áreas de análisis de datos y modelado estadístico. Pero también hay diferencias. Por ejemplo, los actuarios se centran mucho en la reserva de pérdidas. En contraste, los científicos de datos asumen más responsabilidades avanzadas de programación de computadoras e ingeniería de datos (por ejemplo, mapreduce).

Para su situación específica, le recomiendo que revise los temas de los primeros exámenes para determinar si es algo que le gustaría seguir. Tenga en cuenta que es mejor comenzar la pista actuarial cuando es joven porque los exámenes generalmente demoran más de 5 años en completarse. Y si realmente desea seguir el camino actuarial, siempre podría trabajar como científico de datos en una empresa de seguros. De esa manera, la compañía pagará por sus exámenes e incluso le dará tiempo de estudio. Sin embargo, aún puede desarrollar sus habilidades de ciencia de datos y recurrir a la ruta de la ciencia de datos en caso de que el actuarial no funcione.

No haré esta elección por ti, pero intentaré dar algunos pros y contras para cada uno. Descargo de responsabilidad: trabajo en actuarial.

Ciencia de los datos :

  • potencial para trabajar en empresas “geniales”: Google, Facebook, etc.
  • puede ponerse a trabajar en proyectos de vanguardia con amplia influencia
  • mayor salario inicial
  • las mejores posiciones requieren Ph. D.
  • no tanta oportunidad de avance
  • Menos oportunidades de ascender a la posición C suite
  • en mi opinión: mucho menos estabilidad laboral

Actuarial

  • es probable que trabajes en un seguro
  • algunos proyectos pueden ser aburridos
  • menor salario inicial
  • mucho espacio para avanzar
  • mayor oportunidad para ascender a puestos en suite C
  • solo se requiere una licenciatura para convertirse en nivel de entrada
  • se requerirá estudiar en el trabajo y fuera del trabajo para aprobar muchos exámenes con el fin de avanzar
  • Oportunidad de realizar trabajos interesantes de programación y estadística, pero menos atractivos que la ciencia de datos
  • Muy alta estabilidad laboral y empleabilidad

En realidad, soy gerente de proyectos en el campo de la ciencia de datos, y he sido gerente de proyectos en una compañía de seguros, haciendo frente a actuarios.

Los actuarios, en Francia, parecen ganar un mejor salario. En mi empresa, trabajaron en datos que a menudo eran versiones nuevas de datos con los que trataban. Así que dedicaron menos tiempo a administrar y limpiar datos. También tuvieron que lidiar con problemas legales.

El científico de datos a menudo tuvo que lidiar con datos de baja calidad. Tuve que convencer a la gente de negocios del uso de un algoritmo mejor que la media. Pero tenía más situaciones diversas, más interacción con otros tipos de personas. Además, suceden muchas cosas, bosques aleatorios, big data, aquí es divertido.

Todo depende de lo que estés buscando. En lo que a mí respecta, elegí la ciencia de datos, pero no soy un buen ejemplo, ya que tengo 40 años, todavía tengo un contrato a corto plazo y no soy rico.

Si yo fuera usted, llamaría a uno de cada uno, y simplemente hablaría con ellos, explicándoles: soy un estudiante, dudando entre dos carreras.

La gente rara vez se niega a hablar de sí misma.

Espero que esto ayude un poco.

“No nos quedaremos sin trabajo hasta que nos quedemos sin problemas”.

– Tim O’Reily, ¿Por qué nunca nos quedaremos sin trabajo? – Tim O’Reilly (O’Reilly Media, Inc.)

Los exámenes, las responsabilidades y los ángulos salariales han sido cubiertos por suficientes personas, por lo que daré una perspectiva diferente aquí.

Mi esposa y yo somos FSA. Fui consultor de beneficios y los antecedentes de mi esposa son en pensiones. Hace veinte años, habría sido otra historia aburrida. Compraríamos una casa en los suburbios, nos retiraríamos a los 62 años y un 1/2, bla, bla, bla …

Pero los tiempos son diferentes ahora. ¿Es la ciencia actuarial o la ciencia de datos una mejor carrera profesional? Depende de lo que quieras en la vida. El verano pasado, mi esposa dejó su trabajo de actuario para seguir una carrera en Data Science. Más sobre eso más tarde.

Somos buenos en lo que hacemos con más de una década de experiencia bajo nuestros cinturones.

Tuve suerte. Estaba en el lugar correcto en el momento correcto. Fue en medio de Obamacare y finalmente encontré mi nicho en la consultoría de gestión que atiende a hospitales, planes de salud y agencias gubernamentales.

Con el tiempo, me involucré en proyectos cada vez más emocionantes. El año pasado, incluso tuve el honor de participar en un programa de innovación en la Escuela de Medicina de Harvard.

Los actuarios de pensiones solían ganarse la vida también. Pero a medida que el trabajo se vuelve más mercantilizado, las perspectivas laborales se vuelven cada vez menos atractivas.

Estoy seguro de que todos los días se hacen Socios y ejecutivos en empresas de consultoría de pensiones y compañías de seguros. Pero a medida que una mayor parte del trabajo se subcontrata a partes más baratas del mundo, ya que las empresas y los gobiernos tienen menos dinero para los pensionistas, el pastel se vuelve cada vez más pequeño.

Eso es lo que llevó a mi esposa a obtener una maestría en Ciencias de Datos en UC Berkeley. Investigamos diferentes escuelas y opciones y el programa de Berkeley salió en la parte superior de la lista.

Se está graduando este año, pero ya está trabajando en problemas fascinantes como el cambio climático y los datos médicos sobre el cáncer. Tiene que abordar proyectos complejos de ciencia de datos para educación sin fines de lucro y seguridad alimentaria. Ella tiene compañeros de clase impresionantes de nuevas empresas impresionantes y compañías respetadas.

Estas son cosas que ella no podría experimentar de otra manera.

Tangente: entré en ciencias de la computación alrededor del año 2000 debido a la burbuja punto com. Fue un gran programa pero apestaba como programador. Lo odiaba. Estoy mucho mejor siendo actuario.

Científico de datos o actuario, lo importante es construir conjuntos de habilidades valiosas que se adapten a usted.

Las tendencias de la industria van y vienen. La gente solía cobrar $ 10- $ 30k por construir un sitio web de 2 páginas. En estos días, incluso los niños de primaria saben cómo crear un sitio de comercio electrónico.

Esto me lleva a la cita de Tim O’Reilly:

“No nos quedaremos sin trabajo hasta que nos quedemos sin problemas”. – Tim O’Reily

En términos de carreras profesionales, tanto la ciencia actuarial como la ciencia de datos tienen sus pros y sus contras.

El SOA puede alargar y / o acortar los exámenes FSA nuevamente (¡ambos escenarios probables!). Las habilidades de modelado de bajo valor pueden volverse comunes en el lugar de trabajo, como usar un procesador de textos. El presidente puede promulgar otra orden ejecutiva. ¿Quién sabe? Vigila las cosas que te rodean y modifica tu camino.

Mientras estés haciendo un trabajo significativo, encontrarás una carrera que disfrutes. ¡Buena suerte!

Debe tener en cuenta que EE. UU. Es una de las pocas excepciones en las que se requiere un único sistema de certificación basado en exámenes para la certificación. En la mayor parte del mundo industrializado, es una certificación basada en la universidad y en algunos pocos países, por ejemplo, Canadá y Reino Unido, con una combinación de ambos. Es decir, esos exámenes no significan NADA fuera de los EE. UU.

Además, un sistema de certificación basado en la universidad lo prepara para la ciencia de datos, al menos en la mayoría de las universidades y si el estudiante también desea aprenderlo. Para mí no está claro si estás en EE. UU. O en otro país, así que mejor verifícalo primero.

Tengo la suerte de vivir en Suecia, que tiene una certificación universitaria, ya que la mayoría de los países y tomé tantos cursos como sea posible para ampliar mi perspectiva. A diferencia del sistema de EE. UU., Donde muchos actuarios no codifican mucho, si es que lo hacen, en Suecia codifica el software como un actuario, aunque no como un científico de datos.

El trabajo actuarial consiste en una gran cantidad de informes, lo cual es muy aburrido para cualquier persona hambrienta interesante en matemáticas. ¡¡Ten eso en mente!!

Buena suerte con su elección

Los actuarios en su mayoría no usan ninguna de las matemáticas que aprenden en la escuela o en las que se evalúan (en su mayoría) y utilizan solo cantidades moderadas de programación (generalmente algunos SAS, muchos Excel y algunos VBA). Sin embargo, es muy poco común que los actuarios usen R / Python e incluso más raro que realicen algún tipo de trabajo de estadísticas. Estaba bastante consternado por esto después de que un grupo de actuarios (incluido un actuario jefe) me preguntó qué era un ‘GLM (Modelo lineal generalizado’) en una entrevista final después de que describí una solución a un problema. Sabía desde allí que Realmente no quería seguir este camino.

Actualmente trabajo en inteligencia de negocios en una de las grandes empresas de software. Aunque todavía no uso ninguna matemática avanzada, al menos me expongo a los tipos de lenguajes y software que me pueden preparar para la ciencia de datos. Es importante utilizar las herramientas de forma regular y al menos participar de alguna manera en los datos. Supongo que si las cosas no funcionan, siempre puedo volver a actuarial (siempre que apruebe otro examen para mostrar dedicación).

Creo que la ciencia de datos sería un campo más amplio con más oportunidades. La ciencia actuarial podría tener un alcance limitado. Sin embargo, debe ir en la dirección que más le interese. La vida es corta. Disfrútalo mientras puedas.

Bendiciones en tu viaje.

Cualquiera sea el camino que disfrutes. No puedes sobresalir en un campo que no disfrutas.