El mercado
- 10 000 data scientists activos en Suiza
- Fuerte demanda en farma, finanzas, seguros, tech
- Salario mediano: 125 KCHF (entre los más altos de tech)
- Concentración: Zúrich (bancos, ETH), Basilea (farma), Lausana (EPFL, biotech)
El perfil ideal
Un data scientist suizo combina:
- Matemáticas/estadística: regresión, clasificación, series temporales, deep learning
- Programación: Python (dominante), R, SQL
- Herramientas: pandas, scikit-learn, TensorFlow/PyTorch, MLflow, Databricks
- Cloud: AWS SageMaker, Azure ML, Google Vertex AI
- Visualización: Tableau, Power BI, Looker
- Inglés fluido: indispensable (papers, comunidades)
Formación
Vías clásicas:
- MSc en computer science / matemáticas / estadística EPFL, ETHZ
- Máster HES en data science ZHAW, HEIG-VD
- PhD: investigación, perfiles premium farma
Reconversiones:
- MAS / DAS en data science (EPFL, HES-SO): 1-2 años compatibilizado
- Bootcamps: Constructor Academy, Le Wagon Data, DataCamp
- MOOCs: Coursera (Stanford ML, Andrew Ng), Fast.ai, deeplearning.ai
Duración típica de reconversión sólida: 12-18 meses equivalente tiempo completo.
Salarios medios
- Junior (0-2 años): 95-125 KCHF
- Mid (2-5 años): 125-155 KCHF
- Senior (5-10 años): 150-190 KCHF
- Staff / Principal: 180-230 KCHF
- Lead Data Scientist: 200-260 KCHF
- Head of Data / Chief Data Officer: 250-400 KCHF + LTI
Especializaciones premium:
- ML engineer (production): +10 %
- NLP / LLM engineer: +15 % (boom IA generativa)
- Computer vision (MedTech): +10-15 %
- Quant en banca: 180-300 KCHF + bonus
Sectores porteros
Farma (Roche, Novartis, Lonza, biotechs Lausana):
- Drug discovery
- Clinical trials analytics
- Real-world evidence
- Salarios premium + LTI
Finanzas (UBS, banca privada):
- Algorithmic trading
- Risk modelling
- Fraud detection
- Bonus variables altos
Seguros (Swiss Re, Zurich, Bâloise):
- Actuarial analytics
- Underwriting models
- Claims prediction
Tech (Google Zúrich, Microsoft, Disney Research):
- Recommendation systems
- Personalisation
- ML platform
Consejos para abrirte camino
- Portfolio Kaggle: top 5 % de una competición = billete de entrada
- Papers publicados: si perfil investigación/PhD
- Open source ML: contribuciones a librerías (scikit-learn, transformers)
- Especialízate: NLP, vision, time series, MLOps
- Conecta: meetups ML Zúrich/Lausana, conferencias EPFL/ETH
- MLOps como extra: la doble competencia ML + producción vale +15-25 %
