Bootcamp, la informática se degrada

[Ángel de Luz]

Los atajos en el mundo laboral no existen (salvo enchufe), al que se lo crea le espera dolor, mucho dolor, demasiadas horas para compensar la deuda de conocimiento que arrastrará en el día a día de su vida laboral.

Los bootcamps, cursos y convenciones del estilo están pensados para aprender o potenciar tecnologías al que ya tiene una base extensa.

O también sirven para iniciarse en el mundillo y luego buscsrse la vida por su cuenta. Como estoy haciendo yo.

 

[hijos de puta]

O también sirven para iniciarse en el mundillo y luego buscsrse la vida por su cuenta. Como estoy haciendo yo.

Sirven para iniciarse, como cualquier otro curso, pero no para ponerse a trabajar directamente sin pasar por becario de alguna cárnica o empresa pequeña, no para trabajar por tu cuenta como dicen algunos flipados (te comen los lobos).

La realidad es muy dura, el trabajo en informática cada vez requiere más conocimientos y más especialización, algo que está enfrentado (o tienes conocimientos amplios o te especializas), lo que más demandan las empresas es el ultra especializado (con mucho conocimiento y experiencia del mundillo en general) o el full stack (el que hace de todo, hasta "barre la oficina" ;-), el resto, morralla picateclas.

 

[Transhumanoide]

Por mi experiencia a los de bootcamp solo los quieren para hacer frontend, un ingeniero no deberia hacer frontend, en backend nunca he visto uno.

Pero bueno, si quereis estar en un trabajo que solo acepten ingenieros podeis mirar sistemas empotrados o data science (aunque ironhack tiene uno de data analyst). En data science ciertamente se esta metiendo mucha gente asi que creo que sistemas empotrados, sistemas ciberfisicos, robotica es donde me meteria yo si empezara ahora.

En ciberseguridad hay mucho autodidacta asi que imagino que tambien se bootcampeizara, si no lo esta ya.

 

[SatanClaus]

No se está hablando del factor económico. Estos cursos cuestan entre 6.000 y 12.000 leuros por unas pocas semanas. La justificación es que se trata de cursos extremadamente intensivos, y el coste tan elevado se corresponde con el ahorro de tiempo respecto a las alternativas más clásicas. De modo que no solo pagas por los conocimientos a adquirir, sino por la concentración temporal de la "experiencia".

Plantearse el aprendizaje en estos términos siempre me ha parecido poco realista. Cada cual es un mundo, y no a todos les funciona el mismo modelo de aprendizaje. Hay gente que necesita un ritmo más pausado y tranquilo. Para ellos, un curso de estos será un desperdicio. Además, tienen un algo como sectario que me da mal rollito, no sé.

Hace casi cuatro años, una colega de profesión y yo estuvimos tratando de organizar un curso al estilo de los bootcamps, al menos en cuanto a profundidad de contenidos, solo que con más duración, variedad y menos precio. Como nos movemos profesionalmente en el sector del desarrollo web, estamos muy al tanto de las tecnologías front y back que más se usan, aquí y en el primer mundo, y de las que tienen más proyección de futuro.

Hay que decir que esto no habría sido en Madrid o Barna, sino en el País Vasco (de ahí el menor precio, entre otras cosas). Creamos un diseño de curso y planificación de contenidos francamente competitivo en comparación con los Iron Hack y demás (lo veo cuatro años después y apenas habría que tocar nada, lo que en este mundillo dice bastante). Habíamos hablado con otros desarrolladores veteranos que podían impartir las materias que no pudiésemos abarcar nosotros.

Y lo ofrecimos a tres centros de formación, para llegar a un acuerdo en el que el centro pone la infraestructura, el nombre y la base de datos del alumnado, a cambio de una parte de los ingresos. De ellos, dos estuvieron interesados desde el primer momento, y uno lo llegó a publicitar. Debo decir que no se trata de un centro de mala muerte, sino de uno de los más potentes de la provincia. Y que no estábamos dispuestos a admitir a cualquiera, sino que los seleccionaríamos individualmente para que el grupo fuera lo más homogéneo posible.

Pues bien, no despertó interés suficiente como para hacerlo funcionar, y no salió adelante.

En las reuniones con los de dirección para analizar las causas de ese fracaso salieron cosas interesantes. Yo pensaba, y sigo pensando, que el centro podía haber hecho un mayor esfuerzo de marketing, pero el problema real no estaba ahí. Los alumnos preferían gastarse el doble de pasta en un bootcamp en Madrid (más el alojamiento y la manutención, ojo) por

a) cuestión de curriculum. Tiene más prestigio una academia de barrio en Malasaña que un centro puntero de provincias. Esto se podría haber compensado con un marketing mejor.

b) el factor "experiencia". Aunque parezca extraño, hay alumnos jóvenes que se sienten más desinhibidos fuera de su provincia; lo asocian a juerga continua, aventura y oportunidades de folleteo, factor no trivial cuando hablamos del País Vasco. Este punto es real, aunque nadie lo admitirá abiertamente.

c) el punto crítico: la idiosincrasia de la formación por aquí. Hay una "cultura cursillista" muy sólida por el concierto económico vasco, que hace que la mayoría de la formación esté bonificada, en muchos casos al 100%. Dicho de otro modo: aquí un cursillista tiene asumido de nacimiento que un curso no es una inversión de futuro, sino "algo gratis", y no está dispuesto a pagar un céntimo por él. Lo curioso es que esa misma persona asuma como normal que en Madrid o Barcelona la cosa no sea así, y esté dispuesta a gastarse la pasta fuera. Creo que es por el temor a parecer un pardillo pagando por una formación en una tierra donde nadie la paga (directamente).

Resultado: gente que se va a 500 km a atragantarse de Ruby on Rails, que no deja de ser una tecnología de nicho por muy elegante y bonita que sea, dejándose unos 9.000 euros de media, cuando aquí tendrían algo más completo y útil por la mitad de precio. Y a un ritmo tal que, como no se pongan a currar en eso de forma inmediata, a los pocos meses ya habrán olvidado la mayor parte.

Y el corolario: cuatro años después, y para mi relativa sorpresa, estoy teniendo que rechazar ofertas de empresas TIC desesperadas por no encontrar desarrolladores mínimamente competentes (sobre todo backend, curioso). No por cuestiones económicas, sino por estar comprometido con otros proyectos.

 

[Mala Baba]

Yo empecé a estudiar ruso por hobby (ajedrez y demasiado tiempo libre) y le he dedicado años a la informática. Formación Profesional (DAI) y algún certificado de profesionalidad. Lo primero lo empecé cuando me fui al paro en 2010, tuve ese momento de transcendencia en el que no supe qué hacer con mi vida, y probé a perder el tiempo con los idiomas. Empiezas con el alemán y las declinaciones, y acabas viendo cómo funciona el ruso. Y los acabas detestando, y es normal, porque hablamos español y estamos acostumbrados a las lenguas romances. De la programación, y como a muchos les pasa, te acabas cansando de reciclarte continuamente, hacer prácticas sin remunerar, calentarte la cabeza con funcionalidades, ver poco futuro más allá de las cárnicas en Madrid, ser el amigo informático para todo y para todos y cuando además no eres lo suficientemente bueno (porque no lo era), acabas reciclando manuales, fotocopias, olvidando todo lo que has aprendido y dejando de lado los años que has tirado a la basura. Vi que era mucho más digno y generaba más autoestima barrer las calles o fregar suelos en comedores que ser programador Junior o Senior por solamente doscientos euros más a final de mes.

Hay un mundo de motores y coches más allá de hacer ñapas en un taller y que tu cuñado te pida que le arregles el coche y le pases las revisiones gratis. También se puede ser ingeniero/mecánico de los equipos de competición, de los que prueban y mejoran los diseños, etc.

Pues con la programación pasa lo mismo. Tras el mundo de las cárnicas y el código de hez, hay un mundo de salarios de 4-6k (aunque tampoco te emociones. De la leche en impuestos que te pegan, pierdes 1 o 2k perfectamente), autonomía, respeto a la profesionalidad y buenas condiciones (y, por desgracia, puñeteros hipsters de relleno). Y esto, hablando de desarrolladores en España, ya no te digo managers o ejecutivos.

 

[Mala Baba]

Por mi experiencia a los de bootcamp solo los quieren para hacer frontend, un ingeniero no deberia hacer frontend, en backend nunca he visto uno.

Pero bueno, si quereis estar en un trabajo que solo acepten ingenieros podeis mirar sistemas empotrados o data science (aunque ironhack tiene uno de data analyst). En data science ciertamente se esta metiendo mucha gente asi que creo que sistemas empotrados, sistemas ciberfisicos, robotica es donde me meteria yo si empezara ahora.

En ciberseguridad hay mucho autodidacta asi que imagino que tambien se bootcampeizara, si no lo esta ya.

Data Science es un chiste. Si supieseis en qué consiste realmente, os llevaríais las manos a la cabeza. Años de estudiar matemáticas, para acabar dedicándote a escribir scripts en los que usas librerías escritas por otra gente, que implementan modelos matemáticos escritos por otra gente, con variables que has metido según te daba el aire de un lado o de otro, luego te has pasado un mes haciendo pruebas tocando esas variables y sus coeficientes, y boom, “hemos implementado un nuevo modelo capaz de decirnos qué probabilidad hay de que X persona sea un asesino o no”.

Eso, en el más dedicado de los casos, con modelos explicables y simples como regresiones. Si nos metemos en modelos complejos y machine learning (inteligencia artificial, ejem, ejem), es lo mismo pero directamente sin tener que seleccionar variables y buscar coeficientes adecuados. En lugar de eso, coges una herramienta que otro ha creado, le metes los datos, y fiesta. El único contra es que como estos modelos necesitan mucha más potencia de procesamiento, se necesita saber montar la infraestructura de hardware capaz de correrlos... Ah, tampoco, porque Amazon, Google, Microsoft, etc. ya te la ofrecen directamente en la nube, con interfaces de usuario simples para que puedas tener el modelo que quieras, corriendo, a base de clicar en la pantalla.

Lo único complejo que hacen ellos realmente, es limpiar y formatear los datos que necesitan. Y si hay un equipo de Data Engineering, ni eso. Así que no me hables de los lisensiados de data science. Nunca he visto a nadie tan chapuzas con su código, y tan confiado en poder ponerlo en producción con 0 profesionalidad como a un data scientist. Son los nuevos programadores paco-hez.

 

[vpsn]

Data Science es un chiste. Si supieseis en qué consiste realmente, os llevaríais las manos a la cabeza. Años de estudiar matemáticas, para acabar dedicándote a escribir scripts en los que usas librerías escritas por otra gente, que implementan modelos matemáticos escritos por otra gente, con variables que has metido según te daba el aire de un lado o de otro, luego te has pasado un mes haciendo pruebas tocando esas variables y sus coeficientes, y boom, “hemos implementado un nuevo modelo capaz de decirnos qué probabilidad hay de que X persona sea un asesino o no”.

Eso, en el más dedicado de los casos, con modelos explicables y simples como regresiones. Si nos metemos en modelos complejos y machine learning (inteligencia artificial, ejem, ejem), es lo mismo pero directamente sin tener que seleccionar variables y buscar coeficientes adecuados. En lugar de eso, coges una herramienta que otro ha creado, le metes los datos, y fiesta. El único contra es que como estos modelos necesitan mucha más potencia de procesamiento, se necesita saber montar la infraestructura de hardware capaz de correrlos... Ah, tampoco, porque Amazon, Google, Microsoft, etc. ya te la ofrecen directamente en la nube, con interfaces de usuario simples para que puedas tener el modelo que quieras, corriendo, a base de clicar en la pantalla.

Lo único complejo que hacen ellos realmente, es limpiar y formatear los datos que necesitan. Y si hay un equipo de Data Engineering, ni eso. Así que no me hables de los lisensiados de data science. Nunca he visto a nadie tan chapuzas con su código, y tan confiado en poder ponerlo en producción con 0 profesionalidad como a un data scientist. Son los nuevos programadores paco-hez.

Hombre aprender lenguajes como escala, hacer buenas etl, trabajar con millones datos... facil no es...ademas esos modelos que dices que los ha hecho otro no siempre sirven y a veces hay que meterse en el modelo y modificarlo. Luego esta el tema de que hay que tener conocimientos de estadistica y matematicas...Quiza has tenido la suerte de encontrarte a gente que solo aplicaba 4 modelos y pista, pero vamos, hay mucho trabajo. Ademas de todo lo relacionado con el reporting.

Y ya ni te hablo de aplicaciones enteras hechas con SAS por ejemplo. Un tio con conocimientos que se dedica esto puede saber programar SAS, Python, scala, PL/SQL, R...ademas de saber modelar datos en spark o oracle e incluso saber usar aplicaciones de BI como Microstrategy o SAP, que si que hay alguno que solo sabe algo de R y 4 chorradas mas, pero hay gente con muchisima experiencia tambien. Incluso puede hacerte una aplicacion sin necesitar un informatico usando SAS, django o D3.

 

[kunk]

Es que a veces quienes deberían hacer algún que otro bootcamp de esos (seleccionando un poquillo, claro .....) son los propios ingenieros. Porque lo cierto es que en ciertos temas salen de la escuela con unas lagunas brutales. Eso de que alguien pueda tener el título en ingeniería informática sin haber montado ciertas cosas en su vida (no se ...... un balanceador de carga, un sistema de almacenamiento distribuido, un túnel VxLAN, una nube privada o un cluster de lo que sea) no es ni medio normal. Los sistemas profesionales necesitan hacer ese tipo de cosas, y un verdadero ingeniero necesita saber diseñar y montar sistemas profesionales.

 

[Mala Baba]

Hombre aprender lenguajes como escala, hacer buenas etl, trabajar con millones datos... facil no es...ademas esos modelos que dices que los ha hecho otro no siempre sirven y a veces hay que meterse en el modelo y modificarlo. Luego esta el tema de que hay que tener conocimientos de estadistica y matematicas...Quiza has tenido la suerte de encontrarte a gente que solo aplicaba 4 modelos y pista, pero vamos, hay mucho trabajo. Ademas de todo lo relacionado con el reporting.

Y ya ni te hablo de aplicaciones enteras hechas con SAS por ejemplo. Un tio con conocimientos que se dedica esto puede saber programar SAS, Python, scala, PL/SQL, R...ademas de saber modelar datos en spark o oracle e incluso saber usar aplicaciones de BI como Microstrategy o SAP, que si que hay alguno que solo sabe algo de R y 4 chorradas mas, pero hay gente con muchisima experiencia tambien. Incluso puede hacerte una aplicacion sin necesitar un informatico usando SAS, django o D3.

Se ha colado un poco de mensaje en tu demagogia...

1. A veces hay que modificar una librería que implementa un modelo? Pon ejemplos. Que sea posible, no quiere decir que sea necesario, y mucho menos habitual. Es algo residual que la mayor parte de data scientists no van a hacer durante su carrera. Precisamente las librerías son algo genérico, usado por millones de usuarios y que se pueden aplicar a un buen número. Sino, no serían librerías. Como ya he dicho, los casos en los que verás a un data scientist modificar una librería, son residuales. Y los casos en los que los verás hacerlo con tests automáticos y manteniendo la fiabilidad de la librería lo suficiente como para que miles de usuarios sigan usándola, es 0.

2. Trabajar con millones de datos no es fácil? ETL? Un nombre más apropiado sería “ñapa”. Eso es lo que hacen los data scientists con los datos. Por eso acaban contratando a Data Engineers que les monten data pipelines que les dejen los datos limpios y organizados para que puedan trabajar cómodamente.

3. Estadística y matemáticas? Que seas mecánico, no quiere decir que tengas conocimientos de física. Y que utilices fórmulas matemáticas que existen desde hace 100 años, que ya vienen encapsuladas y que están listas para que les metas los datos, no hace que necesites saber mucho. Las matemáticas y la estadística que se utilizan son básicas, igual que nadie se dedica a inventar la rueda cuando tiene que construir un coche. La rueda ya está inventada.

4 y 5. Quieres decir que un tío que se dedica a esto puede saber hacer ñapas en SAS, python, Scala y R? Llamar programar a lo que hacen, es como llamar arte a lo que hacen los niños en preescolar. Cogen un montón de código que “funciona”, lo tiran ahí, y eah. No entienden una hez, pero eso corre. Y “hacer una aplicación”? Son capaces de sacar una hez que han probado a mano, y que debes rezar para que nadie tenga que modificar nunca más si quieres que siga corriendo. Cosa que no va a pasar, porque hoy en día el software tiene que adaptarse al mercado, y los despliegues con cambios son diarios. Luego peta producción y “jiji, a mi no me mires, yo sólo soy un data scientist jijijiji”

Anda a la hez. Un lenguaje de programación se aprende en un día otra cosa son las herramientas que hay en cada lenguaje y las prácticas necesarias para poder seguir tocando ese código durante años sin que se convierta en una bomba de hez al segundo mes.

jorobar, y se creerán que merecen cobrar algo por saber 4 lenguajes, 2 de los cuales solo usan ellos y existen porque los otros eran demasiado complicados para ellos, y otro es de bases de datos... Tiene bemoles. Cual será el punto 6? Decir que es un gran logro ser un ingeniero de machine learning por saber usar google cloud platform para que te reconozca la diferencia entre un perro y un gato en fotos, usando sus herramientas?

Mira, yo no te digo que no hagan nada. Te digo que son unos “lisensiados”, y que la carrera de matemáticas, mezclada con su trabajo, solo sirve para hackear lineas de hez una detrás de la otra. Por eso todo lo que hacen es procedural. No les pidas testing, estructura, ni orden.

 

[vpsn]

Se ha colado un poco de mensaje en tu demagogia...

1. A veces hay que modificar una librería que implementa un modelo? Pon ejemplos. Que sea posible, no quiere decir que sea necesario, y mucho menos habitual. Es algo residual que la mayor parte de data scientists no van a hacer durante su carrera. Precisamente las librerías son algo genérico, usado por millones de usuarios y que se pueden aplicar a un buen número. Sino, no serían librerías. Como ya he dicho, los casos en los que verás a un data scientist modificar una librería, son residuales. Y los casos en los que los verás hacerlo con tests automáticos y manteniendo la fiabilidad de la librería lo suficiente como para que miles de usuarios sigan usándola, es 0.

2. Trabajar con millones de datos no es fácil? ETL? Un nombre más apropiado sería “ñapa”. Eso es lo que hacen los data scientists con los datos. Por eso acaban contratando a Data Engineers que les monten data pipelines que les dejen los datos limpios y organizados para que puedan trabajar cómodamente.

3. Estadística y matemáticas? Que seas mecánico, no quiere decir que tengas conocimientos de física. Y que utilices fórmulas matemáticas que existen desde hace 100 años, que ya vienen encapsuladas y que están listas para que les metas los datos, no hace que necesites saber mucho. Las matemáticas y la estadística que se utilizan son básicas, igual que nadie se dedica a inventar la rueda cuando tiene que construir un coche. La rueda ya está inventada.

4 y 5. Quieres decir que un tío que se dedica a esto puede saber hacer ñapas en SAS, python, Scala y R? Llamar programar a lo que hacen, es como llamar arte a lo que hacen los niños en preescolar. Cogen un montón de código que “funciona”, lo tiran ahí, y eah. No entienden una hez, pero eso corre. Y “hacer una aplicación”? Son capaces de sacar una hez que han probado a mano, y que debes rezar para que nadie tenga que modificar nunca más si quieres que siga corriendo. Cosa que no va a pasar, porque hoy en día el software tiene que adaptarse al mercado, y los despliegues con cambios son diarios. Luego peta producción y “jiji, a mi no me mires, yo sólo soy un data scientist jijijiji”

Anda a la hez. Un lenguaje de programación se aprende en un día otra cosa son las herramientas que hay en cada lenguaje y las prácticas necesarias para poder seguir tocando ese código durante años sin que se convierta en una bomba de hez al segundo mes.

jorobar, y se creerán que merecen cobrar algo por saber 4 lenguajes, 2 de los cuales solo usan ellos y existen porque los otros eran demasiado complicados para ellos, y otro es de bases de datos... Tiene bemoles. Cual será el punto 6? Decir que es un gran logro ser un ingeniero de machine learning por saber usar google cloud platform para que te reconozca la diferencia entre un perro y un gato en fotos, usando sus herramientas?

Mira, yo no te digo que no hagan nada. Te digo que son unos “lisensiados”, y que la carrera de matemáticas, mezclada con su trabajo, solo sirve para hackear lineas de hez una detrás de la otra. Por eso todo lo que hacen es procedural. No les pidas testing, estructura, ni orden.

Tambien hay mucho java developer que por usar spring y maven ya se creen los masters del universo y desprecian todo lo demas.

 

[Mala Baba]

Tambien hay mucho java developer que por usar spring y maven ya se creen los masters del universo y desprecian todo lo demas.

Eso es verdad. En Java, la cantidad de developers horribles es altísima. Es lo que tiene que sea de los lenguajes más usados. Y en Python y en PHP, también te puedes dar con un canto en los dientes si encuentras a alguien capaz de testear su código.

 

[vpsn]

Eso es verdad. En Java, la cantidad de developers horribles es altísima. Es lo que tiene que sea de los lenguajes más usados. Y en Python y en PHP, también te puedes dar con un canto en los dientes si encuentras a alguien capaz de testear su código.

Pero esque un un analista de datos no tiene porque testear su codigo, lo que tiene que hacer es validar que los numeros sean correctos. Lo que si que tiene que hacer es un codigo que sea facil de leer.

 

[Rhaegar]

Me extraña que nunca haya hablado nadie de este tema nunca de las Bootcamps de informáticas, en el que puedes aprender un lenguaje de programación, ya se java, javascript, php, etc.. en cuestión de 3 o 4 semanas a marchas forzadas e intensivo, o sea que puedes ser ingeniero en 3 semanas, mientras los chavales pierden el tiempo en la universidad 6 o 7 años para nada, cosas que a la empresa no le sirven. Las bootcamps van al grano javasrcript y a buscar curro de ingeniero.

Recuerdo de uno que era aficionado a la informática, no fue capaz de sacarse la ESO e hizo un curso del paro de programación web, y trabajó incluso por su cuenta haciendo páginas webs que fallaban por todos lados y se veía todo oscuro. Él decía ser ingeniero informático.

Recuerdo anuncios de una Bootcamp de Barcelona que creó que cerró, de cocinero o camarero a ingeniero en tres semana, visítanos y da el salto.

Con esto veo como se ha degradado la profesión de ingeniería informática.

No es nada nuevo, las consultoras han estado más de una década cogiendo gente de otros sectores, enseñándoles lo que se pueda de java en un mes y a tirar líneas.

La diferencia es que el bootcamp tiene tres toneladas más de marketing por detrás y que sus contenidos están mucho más actualizados.

 

[halmeria]

Esto se aplica a todo en la vida pero si un carnicero con un curso de 4 semanas puede quitarte el trabajo es porque tu trabajo es un trabajo paco de hez y tu tienes que bajar los pies al suelo.