Ser cient¨ªfico de datos puede ser menos sexi de lo que te han contado

¡°Te quiero a ti para mi departamento de ciencia de datos¡±. Este podr¨ªa ser el lema que defendiera un T¨ªo Sam actual y corporativo a la caza de los mejores talentos para incrementar beneficios empresariales. Al fin y al cabo, ?qu¨¦ organizaci¨®n que se precie no quiere tener uno entre sus filas? La profesi¨®n de moda ¡ªla revista Harvard Business Review lo defin¨ªa hace unos a?os como el trabajo m¨¢s sexi del siglo XXI¡ª sigue creciendo y puede presumir de haberse convertido en una de las m¨¢s demandadas en nuestros d¨ªas. La profusi¨®n de informaci¨®n de la que disponemos actualmente exige a gritos un ej¨¦rcito de perfiles t¨¦cnicos capaz de interpretar aquello que los datos se empe?an en transmitirnos.

En este ecosistema de idilio para los profesionales que se han lanzado en brazos de la ciencia de datos prolifera un actor que podr¨ªa cambiar sustancialmente el panorama. Grandes corporaciones tecnol¨®gicas de la talla de Google, Amazon o Microsoft y startups m¨¢s modestas desarrollan herramientas para automatizar los procesos de aprendizaje autom¨¢tico, un fen¨®meno que, a largo plazo, podr¨ªa reducir la demanda de estos perfiles.

M¨¢s informaci¨®n

C¨®mo fomentar el pensamiento cr¨ªtico de los adolescentes a trav¨¦s de la ciencia de datos

Nueve opiniones que har¨¢n que te preocupes por la automatizaci¨®n del empleo (y tres visiones m¨¢s optimistas)

¡°El aprendizaje autom¨¢tico es un proceso de la inteligencia artificial utilizado por los cient¨ªficos de datos para obtener informaci¨®n o sacar valor de un conjunto de datos. Sin embargo, es un proceso iterativo y, por lo tanto, consume mucho tiempo¡±, explica Ingrid Burton, responsable de marketing de H2O.ai, una de estas startups. ¡°El aprendizaje autom¨¢tico automatizado o AutoML es una t¨¦cnica relativamente nueva en ciencia de datos que automatiza el proceso repetitivo y lento de creaci¨®n y optimizaci¨®n de modelos¡±. En resumen, podr¨ªamos decir que estas herramientas simplifican el trabajo de los cient¨ªficos de datos y les permiten realizar su tarea de manera r¨¢pida y eficiente.

La proliferaci¨®n de estas soluciones ha aprovechado un momento en el que las empresas encuentran dificultades para encontrar personal t¨¦cnico con la formaci¨®n necesaria para entrenar modelos de aprendizaje autom¨¢tico. ¡°La labor de procesar la informaci¨®n necesita de gente con una amplia formaci¨®n en estad¨ªstica y matem¨¢ticas¡±, advierte Mikel Coira, responsable de LUCA Suite, la herramienta de AutoML de la unidad de datos de Telef¨®nica. ¡°Con estas herramientas, pretendemos automatizar todo lo que se pueda automatizar para que el cient¨ªfico de datos pueda dedicar sus esfuerzos a la parte donde pueda aportar valor¡±.

Cada vez habr¨¢ m¨¢s herramientas que faciliten el trabajo con datos a los expertos en determinados dominios

Francisco Mart¨ªn es el CEO de BigML

Coira apunta que su herramienta simplifica procesos en las empresas que trabajan con cient¨ªficos de datos, pero que tambi¨¦n pueden resultar de utilidad a compa?¨ªas que no cuentan con estos perfiles pero disponen de datos estructurados. Porque AutoML democratiza el aprendizaje autom¨¢tico hasta el punto de que profesionales de otras ¨¢reas puedan sacar conclusiones de los datos sin ser unos genios de la estad¨ªstica.

Salesforce es una de las empresas que ha comenzado a ofrecer este servicio y presume de que su uso puede ser transversal a cualquier departamento. ¡°Con AutoML se reduce de manera dr¨¢stica la complejidad t¨¦cnica y anal¨ªtica de los entornos de aprendizaje autom¨¢tico tradicionales¡±, se?ala Pau Contreras, vicepresidente de Ingenier¨ªa de Soluciones de la compa?¨ªa. ¡°El departamento de marketing puede saber cu¨¢ndo enviar un correo electr¨®nico para que tenga m¨¢s posibilidades de ser le¨ªdo y los responsables de comercio electr¨®nico podr¨¢n conocer los productos que mejor se adaptan a los gustos de los consumidores¡±.

No obstante, a pesar de sus innumerables ventajas, la democratizaci¨®n de la inteligencia artificial podr¨ªa tener un impacto negativo para quienes se hayan adentrado en la profesi¨®n atra¨ªdos ante la idea de que nunca les faltar¨¢ trabajo.

Francisco Mart¨ªn es el CEO de BigML, una compa?¨ªa que lleva ocho a?os trabajando en este tipo de herramientas y, por tanto, una de las pioneras en este campo. Su opini¨®n al respecto es tan radical como partidista: sostiene que la profesi¨®n de cient¨ªfico de datos tal y como la conocemos hoy dejar¨¢ de existir en los pr¨®ximos a?os. ¡°Cada vez habr¨¢ m¨¢s herramientas que faciliten el trabajo con datos a los expertos en determinados dominios¡±, pronostica. ¡°A d¨ªa de hoy, es m¨¢s f¨¢cil que un experto en medicina, marketing, leyes o ingenier¨ªa industrial con el apoyo de un herramienta consiga a?adir valor a una empresa que esperar que un grupo de cient¨ªficos de datos lo haga de forma independiente¡±.

Mart¨ªn defiende que un experto en aprendizaje autom¨¢tico nunca va a poder competir con la velocidad con la que estas herramientas encuentran el mejor modelo y valora de materialmente imposible que un humano dise?e, ejecute y eval¨²e miles de modelos en pocos minutos. ¡°Un experto puede ayudar a definir las m¨¦tricas y a optimizar las variables que ayuden en la estrategia general. Es como en el ajedrez, donde es imposible ganar a las m¨¢quinas en las t¨¢cticas pero s¨ª en la estrategia¡±, expone.

El desarrollo de estas herramientas se encuentra todav¨ªa en una fase prematura. Todav¨ªa es pronto para afirmar que las m¨¢quinas podr¨ªan llegar a quitar el trabajo a una de las profesiones m¨¢s prometedoras que ha tra¨ªdo consigo la transformaci¨®n digital.