¿Qué es la ciencia de datos y de dónde viene?

Hace más o menos 10 años entramos en un proceso de transformación digital en el que la industria o todo lo que estaba interconectado, empezó a resguardar datos de manera digital, y nos hemos dado cuenta que no solamente es almacenar por almacenar, si no que esa data debería tener un sentido y debería aprovecharse, es decir, guardar con inteligencia.

La ciencia de datos nos ha permitido hacer un diagnóstico de la información que se resguarda en las empresas y conocer el estado actual, para predecir y pronosticar el comportamiento de la lógica empresarial teniendo en cuenta esos datos. Es ahí donde empiezan las disciplinas, como la inteligencia artificial y modelos de analítica de datos, porque permiten predecir el comportamiento de los datos, tanto del presente como del pasado.

Mis investigaciones, por ejemplo, están muy enfocadas hacia una tarea en particular que se hace en una subárea de la inteligencia artificial llamada: “procesamiento del lenguaje natural”, en donde me enfoco en el análisis de sentimientos.

La ciencia de datos en el análisis de sentimientos me ayuda a determinar aspectos, correlaciones entre esas variables, jugar con el presente y el pasado de las variables, para poder crear modelos que soporten la toma de decisiones.

¿Qué son los sistemas de recomendación y el filtrado colaborativo?

Los sistemas de recomendación son un modelo analítico o de inteligencia artificial que está intrínsecamente mezclado con los sistemas de información actual, que permite determinar o intuir acciones del comportamiento humano de acuerdo con ciertos perfiles, como por ejemplo Netflix o Spotify, que son sistemas de recomendación que ofrecen ciertos productos, como películas, series o música, de acuerdo con los gustos y perfil de usuario. Pero ese sistema de recomendación lo que hizo anteriormente fue aprender de esos datos históricos, utilizar mecanismos especiales para que los algoritmos se fueran entrenado, para que cuando llegue una nueva serie o una nueva película, sea un recomendado para el usuario y se ajuste a sus gustos.

En las universidades podríamos usar sistemas de recomendación, por ejemplo, en las matrículas; identificar cuál es la ruta o las materias más adecuadas de acuerdo con el rendimiento académico del estudiante, teniendo en cuenta las experiencias pasadas de otros estudiantes.

En cuanto a los sistemas de filtrado colaborativo, estos van más usados en la parte de segmentación, con el propósito de conocer las posibles preferencias de grupos o perfiles segmentados.

Entonces, ese filtrado colaborativo lo que hace es que a medida que el cliente o el usuario interactúa con la tecnología o con la aplicación, permite ir dándole insumos o procesos para que el consumidor vaya alimentándose más y aprendiendo de acuerdo con esas preferencias o gustos en esas interacciones.

Las comunidades que se crean en Facebook pueden ser un ejemplo claro de estos sistemas de filtrado colaborativo, la posibilidad de crear comunidades o grupos para asociar preferencias, gustos y así determinar objetivos o estrategias puntuales para hacer recomendaciones, compras, etc.

El cuidado de los datos personales en la recolección de información

Colombia tiene definiciones muy puntuales sobre las políticas de datos. En el CONPES 3920 (Consejo Nacional de Política Económica y Social) está establecida la Política Nacional de Explotación de Datos, en donde se encuentra cómo realmente se deben explotar los datos, almacenarlos y coleccionarlos. Igualmente está la ley del Habeas Data, que detalla lineamientos sobre cómo utilizar los datos personales y hasta qué instancia se puede llevar.

Igualmente, hay otros CONPES que pueden apoyar esta política, y que deberían conocer quienes trabajan con datos personales:

• CONPES 3995 de confianza y de seguridad digital,
• CONPES 3975 de transformación digital e inteligencia artificial,

Estos establecen algunos elementos de código de ética en el uso ético de la información.

¿Quiénes pueden ser profesionales en Ciencia de Datos?

Sin duda este es el perfil profesional de moda, y lo mejor es que para ser científico de datos no es necesario estudiar una profesión de la ciencia de los datos, se puede ser científico de datos explotando otras habilidades, como en la tecnología de la información, en la estadística y la matemática.

Podemos decir que la ciencia de datos es una combinación de disciplinas, algunos pueden tener habilidades en la parte de estadística y matemática, otros en la ciencia de la computación, tecnologías de la información y conocimiento del contexto, esto quiere decir que los científicos de datos pueden estar en cualquier lugar de la ciencia.

En el mercado laboral hoy en día, los científicos de datos están entre los perfiles más solicitados en áreas de mercadeo, la salud, sector financiero e industria en general, y para fortalecer estos perfiles se han creado profesiones muy particulares en esta rama y programas de especializaciones y maestrías como las de la UTB.

La Maestría en Estadística Aplicada y Ciencia de Datos es un programa innovador y a la vanguardia, que muy seguramente complementará cualquier perfil profesional que quiera encaminar su experiencia en la toma acertada de decisiones basadas en la Big Data.