Entrevista a Cecilia de Brun, graduada de la Licenciatura en Economía de la Universidad ORT Uruguay y del Máster en Business Analytics y Big Data en IE Business School. De Brun es data translator en McKinsey & Company, una de las consultoras más importantes del mundo.
¿Por qué decidiste estudiar la Licenciatura en Economía en ORT?
Si tenés decidido lo que te interesa, algo muy bueno de la Licenciatura en Economía de ORT es que no tiene un núcleo común con otras carreras, vas directo a lo que te interesa. Me gustó mucho ORT también porque no tiene materias de relleno. Son todas relevantes para la carrera. Además, es súper útil la flexibilidad de horarios en cuanto a materias. Hay diferentes turnos, lo que permite trabajar.
Economía brinda un pensamiento integral y analítico. Asimismo, ayuda a relacionar lo cuantitativo con lo cualitativo y a llevar lo micro a lo macro: entender desde una empresa particular hasta la economía de un país.
¿Por qué decidiste hacer un Máster en Business Analytics y Big Data?
Antes de terminar la carrera empecé a trabajar en CPA Ferrere haciendo consultoría. Cuando la terminé me puse a pensar qué quería hacer después. Economía daba un montón de herramientas para especializarse en cualquier tema.
En CPA estaban abriendo el departamento de Analytics. Como tenía experiencia en el sistema financiero, empecé a hacer modelos de Analytics para bancos, cooperativas, administradoras de crédito. De forma más bien autodidacta empecé a programar y a meterme cada vez más en Analytics. Después de un año haciendo eso, sentía que me faltaba una base sólida.
Siempre tuve ganas de hacer una maestría. Me parecía que tenía sentido hacerla en Analytics para tener esa base teórica que estaba necesitando. Me puse a investigar los programas. Todos ofrecían materias bastante diferentes y me costaba ver cuál era el adecuado para lo que quería hacer después. Con un poco de ayuda fui achicando la oferta.
Una vez que tuve las universidades que más me gustaban, busqué en LinkedIn a los graduados de esos programas para ver qué estaban haciendo ahora. Le pregunté a mi jefe de ese momento, me contacté con estudiantes que habían cursado la maestría y pedí ayuda en ORT con respecto al enfoque que le quería dar.
El plan de estudios de la Licenciatura en Economía cuenta con una nueva profundización en Business Analytics. Dada tu formación, ¿qué utilidad creés que tienen estas habilidades en el mercado laboral?
ORT siempre ofrece lo que demanda el mercado laboral. La carrera Economía fue creada así. Me parece que esto que están haciendo ahora es seguir en esa línea. Business Analytics es una necesidad. Hoy hay escasez en este rubro, que se puede usar en cosas súper concretas y palpables. No estamos hablando de la estadística por el amor a la probabilidad. Es un modelo que va al grano.
Creo que es un buen fogueo de lo que es lo básico de Business Analytics. El nuevo plan de estudios de ORT apunta a entender toda la base teórica y cómo aplicar todos estos conceptos a los negocios.
Así como hoy las empresas trabajan con Excel, mañana se utilizarán bases de datos, se explorarán y se tomarán decisiones en base a ellas.
¿Qué hace un data translator?
Data translator es la persona que tiene datos y sabe traducirlos en negocios. El rol del data translator varía de proyecto a proyecto, pero siempre se trata de traducir entre la ciencia o el modelo y las necesidades del cliente.
En McKinsey & Company mi rol es, a partir de entender la base de datos del cliente, construir la mejor propuesta. Trabajo con un grupo de data scientists. Conseguimos la información, ajustamos los parámetros y después interpretamos variables en el sentido económico que tienen: qué posibilidades de explotación hay con determinada información.
En esta empresa se trabaja fijando objetivos y cumpliéndolos. Al final de la tarde cada uno presenta los avances que realizó durante el día. Estás todo el día fuera de la zona de confort. Me gusta por lo exigente que es, lo disfruto mucho.
McKinsey & Company es conocida por ser una empresa de consultoría de las más prestigiosas del mundo y porque no es sencillo conseguir una oferta de trabajo. ¿Cómo fue el proceso de selección?
Eterno. Apliqué a fines de enero o principios de febrero y me hicieron la oferta a fines de mayo. Durante ese tiempo tuve sesiones de entrenamiento para las entrevistas con gerentes y socios. Tuve 13 instancias de evaluación.
En McKinsey & Company las entrevistas se hacen en base al modelo de casos de diferentes industrias. Hay que resolver cada caso en media hora. Además valoran mucho tu experiencia laboral en roles de liderazgo. Las entrevistas son un 50 % el caso y un 50 % preguntas sobre tu trayectoria. Hay que prepararlas, pero con cierta cintura de no decir un guion porque también lo notan y lo penalizan bastante. Por mi rol específico tuve entrevistas más técnicas en las que me preguntaron sobre diferentes modelos de machine learning y cómo los usaría.
El proceso de selección es largo, demandante, requiere mucho trabajo. En mi caso fue complicado porque estaba a la vez cursando la maestría. Las universidades como IE Business School tienen talleres en los que te ayudan a prepararte. Por lo tanto, cuando tenés la entrevista de trabajo es como si no la estuvieras haciendo por primera vez.