No he tenido ninguna posición, pero juego en el mismo reino. He llegado a comprender suficiente pensamiento estadístico con respecto al apoyo a la toma de decisiones que creo que tengo una buena idea de lo que estoy hablando.
Mi experiencia real ha sido sobre la construcción de sistemas que ayudan en la toma de decisiones poniendo números frente a las personas. Lo que sé es que hay números y asociaciones en las cabezas de las personas, su modelo cognitivo, y hay números que puedo hacer que los sistemas informáticos generen y comuniquen. A veces los modelos cognitivos de las personas son malos, a veces son fenomenalmente buenos. Lo mismo con los sistemas informáticos. Pero en Wall Street, estas dos representaciones siempre se actualizan y se someten a un escrutinio serio. La mayoría de los lugares en los que un científico de datos va a obtener trabajo solo han comenzado a hacer el baile de big data.
Es como si algunos excursionistas nunca se pierden porque tienen un buen sentido de dirección, a otros se les puede dar un mapa, un GPS y un ojo para ver y aún así se pierden. Del mismo modo, los novatos en el procesamiento analítico en línea se perderán sin importar cuán sofisticado sea el conjunto de herramientas que se les presente. Simplemente no tienen los ciclos.
- ¿Te arrepientes de trabajar en Wall Street?
- ¿Cómo funciona el mercado de valores de Wall Street?
- ¿Tenía razón el alcalde de Nueva York, Bill De Blasio, cuando dijo que las reformas de Hillary Clinton en Wall Street son más progresistas que las de Bernie Sanders?
- ¿Cómo se relaja la gente en Wall Street?
- ¿Por qué nuestro sistema político atiende a Wall-Street más que el pueblo estadounidense?
Un científico de datos fuera de Wall Street tendrá la ventaja de ser el tipo más inteligente de la sala. Pero para ser una verdadera persona en Wall Street, tendrás que ser uno de los tipos más inteligentes del mundo. Y tampoco te hará tan sabio como creo que es Nassim Taleb. Por lo tanto, puede engañar a mucha gente de Wall Street con ciencia de datos de bajo ciclo, pero terminará sabiendo más si se somete a los rigores de las altas finanzas.
Por otro lado, las matemáticas no son solo para ganar dinero. Creo que estamos a punto de tener una revolución en la metodología de ensayos clínicos y una serie de otros campos que nunca utilizaron la potencia de cálculo de la forma en que podemos utilizarla hoy. Entonces los quants son quants, pero no están cambiando el mundo.