Recientemente se ha celebrado en Londres la edición del Strata Data Conference 2019. Este año continuamos viendo cómo la apuesta de las empresas por el análisis de datos sigue haciendo crecer la demanda de profesionales en este campo y dando lugar a una diversificación cada vez mayor en los perfiles solicitados.
¿Cuáles son estos perfiles? Cassie Kozyrkov, Chief Decision Scientist en Google, habló sobre cómo el universo de la ciencia de datos se está expandiendo y las empresas se encuentran, cada vez más, con la necesidad de perfiles analíticos diferenciados que enfoquen el trabajo con datos desde diversas perspectivas. El científico de datos debe partir del rigor ya que su trabajo es llegar a conclusiones sólidas basadas en fundamentos estadísticos.
El experto en inteligencia artificial, por su lado, está más orientado a construir soluciones que permitan la toma de decisiones, mientras que el analista se dedica a la exploración de la información en busca de inspiración. Todos ellos, sin embargo, buscan convertir los datos en algo útil y, según Kozyrkov, deben ser potenciados por las organizaciones ya que son los que liderarán las empresas del futuro.
Ben Lorica, de O’Reilly Media, también apuntó en la presentación del evento a la aparición de nuevos perfiles que vienen a complementar al científico de datos. Por ejemplo, los expertos en aprendizaje automático, profesionales que deben combinar conocimientos de inteligencia artificial, ciencia de datos y tecnología Big Data.
En cuanto a las tendencias tecnológicas más significativas de este año podemos destacar la intención de Cloudera de convertirse en la plataforma Big Data de referencia ofreciendo una solución de código abierto capaz de ejecutarse en cualquier nube.
En este Strata Data hemos visto también iniciativas, como por ejemplo la de MLflow, que está apostando por facilitar la operativización de la inteligencia artificial a través de herramientas que facilitan la gestión del ciclo de vida de los modelos de aprendizaje automático.
Pero la atención a la gestión global del ciclo de vida de estos modelos contempla objetivos que no son sólo técnicos, sino también legales y éticos. De hecho, muchas charlas en esta edición del evento han girado en torno a la preocupación por garantizar una innovación responsable en el campo de la inteligencia artificial.
En este aspecto queda mucho por hacer y, probablemente, en los próximos años veamos surgir iniciativas que tengan que ver con cómo garantizar que los modelos analíticos del futuro sean cada vez más seguros, transparentes y fiables.
Por Concha Labra – Directora de Programas de Formación B2B , Big Data, Data Science y Machine Learning de U-tad
Es ingeniera industrial y máster en minería de datos y aprendizaje automático. Actualmente está completando su tesis doctoral en inteligencia artificial. Además de una amplia experiencia docente, Concha tiene una dilatada carrera profesional en el campo del big data y la inteligencia artificial, liderando numerosos proyectos para compañías como Stratio, Banco Santander, BBVA, Bankia y Devo donde ha desempeñado diferentes roles como consultora, senior manager y directora.
——————
*Si quieres convertirte en un profesional bien formado en este ámbito y trabajar en las profesiones más demandadas por las empresas, U-tad es tu lugar. Somos un centro pionero en formación en Big Data y te ofrecemos formación en este sector tanto con su Grado en Ingeniería del Software y Doble Grado en Ingeniería del Software con Matemáticas, como en sus postgrados (Máster en Data Science & Big Data, Experto en Big Data y Experto en Data Science).
¡Solicita información! info@u-tad.com *
