You are here
La ciencia de datos es la disciplina, que en el pasado, utilizaba herramientas puramente matemáticas y estadísticas con el fin de analizar y visualizar datos, tendencias y patrones. Generalmente la información no era abundante y solía estar almacenada en bases de datos de forma estructurada, permitiendo ser organizados, ordenados y procesados con relativa sencillez.
En ese contexto y luego de aplicar técnicas de ciencia de datos, la información que se podía obtener no era lo suficientemente potente como para poder brindar nuevo conocimiento. Al contrario, a lo sumo se contaba con análisis descriptivo de los datos los cuales mostraban algunas tendencias relativamente simples.
Con los años, con la aparición de modelos computacionales y de algoritmos de aprendizaje de máquinas, que resultaron de una fusión de estadística, matemática y computación, se logró el descubrimientos de patrones con mayor relevancia y no solo en datos estructurados, si no, en datos no estructurados. Es decir, ahora era posible obtener información de todo tipo, de imágenes, audio, texto y video; y en cualquier formato. Ahora era, literalmente, posible sumergirse en esta cantidad de datos no homogéneos para analizar y encontrar patrones cada vez más ricos e inusitados. Por ejemplo, las empresas de retail podían analizar cientos y miles de ventas de productos, agruparlos según sus características o evaluar el perfil de los compradores y, así, decidir dónde y cuándo colocar los productos para maximizar sus ventas. Los bancos podían analizar el riesgo crediticio de un cliente de acuerdo a su historial y predecir el grado de confiabilidad para otorgarle o no un crédito.
Sin embargo, a medida que pasa el tiempo el uso de internet se masificó en todo el planeta y, la cantidad de información, estructurada y no estructurada, con la que se contaba, era tan vasta que los modelos de machine learning, de ese tiempo, no podían dar resultados que superen un 85% de precisión. Además, el poder computacional para procesar tal ingente cantidad de datos aún no era lo suficientemente potente para procesar ese volumen de datos. Nace así el concepto de Big Data.
En los últimos años, gracias al tremendo avance en la tecnología, al diseño de nuevos algoritmos de técnicas de aprendizaje, a la optimización de las arquitecturas de redes neuronales con millones y hasta billones de parámetros y la aparición de ordenadores miles de veces más potentes que sus predecesores de los años 90 y 2000 es que se ha podido desarrollar algoritmos basados en Machine Learning, especialmente Deep Learning, más potentes, más eficientes y sobretodo con la capacidad de trabajar con Big Data.
Esto ha permitido cambiar la cara a Ciencia de Datos, pasando de ser un campo que daba algunas pistas sobre las decisiones que se debía tomar a ser un área fundamental en toda institución que tenga en mente adelantarse a lo que va a ocurrir para tomar decisiones correctas y mantenerse viva en el mercado.
Finalmente, puedo decir que la Inteligencia artificial ha influido, sin lugar a duda, tremendamente en el avance de la ciencia de datos, a tal punto que, estoy seguro, tarde o temprano, va a cambiar la forma cómo vivimos, cómo aprendemos e incluso como creamos. Y nosotros, debemos estar preparados para lo que se viene y formar parte de este cambio.
Por. Dr. Cristian López Del Alamo.
EN UTEC VENIMOS DESARROLLANDO LA TECNOLOGÍA
Y LA INGENIERÍA QUE NECESITA EL MUNDO DEL MAÑANA
Carreras en ingeniería y tecnología que van de la mano con la investigación y la creación de soluciones tecnológicas de vanguardia, comprometidas con las necesidades sociales y la sostenibilidad.
Decide convertirte en el profesional que el mundo necesita. Estudia en UTEC y lleva tu ingenio hacia el futuro.