La Vanguardia entrevista a Josep Curto, profesor de la UOC y científico de datos

El pasado 15 de marzo, el diario La Vanguardia entrevistó a Josep Curto, profesor de los Estudios de Informática, Multimedia y Telecomunicación de la UOC; es especialista en IA y científico de datos y participa muy activamente en este blog.

Josep Curto expone en la entrevista que no hay que tenerle miedo a la IA (inteligencia artificial). Como humanos, es entendible el miedo a lo desconocio y, en consecuencia, a todo lo que rodea la IA. Por ello defiende el conocimiento como su mejor remedio; Curto defiende que es una gran tecnología, con muchas aplicaciones y salidas que, utilizadas de manera correcta, tienen una gran utilidad en la sociedad.

En el siguiente link encontrarás toda la entrevista.

Posted in Artificial Intelligence, Data Analyst, Data Engineer, Data Governance, Data Science, Entrevista, UOC | Leave a comment

Carlos E. Jiménez, de los primeros graduados en el Máster en Ciencia de Datos (Data Science)

Carlos E. Jiménez Ciencia de Datos Data Science
Carlos E. Jiménez

Carlos E. Jiménez forma parte de la primera promoción de graduados en el Máster en Ciencia de Datos. Actualmente trabaja en los EEUU como consultor de gobierno digital. Decidió cursar el máster online ya que, en su sector, se necesita una actualización constante del conocimiento.

Según Carlos, las profesiones que tienen que ver con la gestión de los datos serán más demandadas de cara al futuro. En los EEUU, país en donde reside, la demanda ya es notoria; en su sector, la tecnología ya se contempla como algo al servicio de la ciudadanía.

Estudiar el máster le ha proporcionado adentrarse en un mundo multidisciplinar que combina el aprendizaje automático con la inteligencia artificial. Por ello, Carlos se adelanta y pronostica que, de cara al futuro, la ética estará muy presente en estos ámbitos de conocimiento, para poner a la tecnología al buen servicio y funcionamiento de la humanidad.

En los siguientes links se encuentra la entrevista a Carlos E. Jiménez por el portal Alumni, tanto en catalán como en castellano.

Posted in Uncategorized | Leave a comment

Raul Torné, graduado del Máster en Ciencia de Datos

Raul Torné Alonso se siente un poco rara avis en su sector, aunque tiene muy claro que en unos años esto cambiará. Él es uno de los primeros graduados en el Máster en Ciencia de Datos. En la siguiente entrevista concedida a la UOC alumni nos comenta cómo se siente en el actual mercado laboral y cómo puede evolucionar en unos años desde el Data Science.

El Máster Universitario en Ciencia de Datos (Data Science) comienza el próximo 20 de febrero.

Posted in Big Data, Data, Data Analyst, Data Engineer, Data Science, Docencia, Master Data Management, UOC, UOC Alumni | Tagged , | Leave a comment

AlphaStar: el último logro de DeepMind

Recientemente, el equipo de DeepMind ha publicado su último logro en temas de inteligencia artificial (AI).

Hace casi tres años, en marzo de 2016, consiguieron sorprender al mundo con una hazaña que parecía muy difícil, sino imposible, al derrotar al campeón mundial de Go, Lee Sedol, por un contundente 4 a 1 en el match disputado en Seoul (South Korea). En relación a este logro, Netflix realizó un excelente documental que os recomendamos encarecidamente.

Tan sólo unos días, el mismo equipo de DeepMind anunció que habían conseguido ganar a algunos de los mejores jugadores del mundo en StarCraft II con un programa basado en inteligencia artificial al que han llamado AlphaStar.

El funcionamiento del AlphaStar, a muy grandes rasgos, está basado en las redes neuronales profundas (deep neural network) empleando celdas recurrentes tipo LSTM. La red ha sido entrenada mediante una primera fase de entrenamiento supervisado a partir de un conjunto de partidas de jugadores reales anonimizadas y, posteriormente, se han empleado técnicas de aprendizaje por refuerzo (reinforcement learning) para mejorar el rendimiento de la red.

El siguiente vídeo muestra una pequeña introducción a esta noticia:

Y finalmente, os recomendamos la lectura del post completo (en inglés): https://deepmind.com/blog/alphastar-mastering-real-time-strategy-game-starcraft-ii/

Esperamos que os guste… ¡a nosotros nos ha encantado!

Posted in Artificial Intelligence, Data Science, Deep Learning, GPU Computing, Machine learning, Reinforcement Learning | Tagged , | Leave a comment

Salario de un data scientist en España (o no)

Una de las preguntas frecuentes de nuestros estudiantes en los programas de ciencia de datos (aquí podéis revisar todos nuestros programas académicos) y muchas veces como se compara esta profesión en el mercado europeo.

Se ha publicado un informe (por Big Cloud) hace poco y dataconomy hace referencia al mismo (os recomendamos leer su artículo) que busca dar un poco de luz a esta pregunta.

Revisemos los resultados proporcionados. Según este informe, España tiene los sueldos en promedio más bajos de los países analizados y que existen múltiples sabores dentro de la profesión (aspecto que consideramos también en la UOC desde una perspectiva incluso más amplia y que podéis consultar aquí).

Source: Big Cloud/Dataconomy

Inicialmente podría parecer que tiene sentido,… pero claro hay que tener evidencia. No hay datos de muestra, metodología,… en el artículo de referencia. Así que lo normal ha sido intentar conseguir el informe original (se puede conseguir aquí). Aquí viene la sorpresa… solo dos perlas.

  • Se comenta que se han conseguido alrededor 800 respuesta (sin especificar el detalle específico).
  • No hay detalle del desglose por país, lo que nos debería a poner en sospecha.

Nada, que aunque como referencia podría ser interesante, una vez entramos en detalle vemos que no nos podemos fiar, nos tendremos de esperar a otro informe más formal, con una metodología clara, con más datos de referencia,… o mejor hablar directamente con los sospechosos habituales.

Posted in Data Science | Tagged | 2 Comments

Voz: un nuevo campo de batalla

Ya llevamos un tiempo con los asistentes de voz. Alex y Siri son algunos de ellos.

Se comenta que son el camino a seguir. Los motivos son múltiples, entre ellos destaca la interacción entre personas y máquinas.

Como os podéis imaginar. Poder ofrecer una interacción fluida no es solo un reto de arquitectura sino de datos y de algoritmos, que como comenta Diego Miranda, uno de nuestro profesores en el Mundo, aún tiene un largo recorrido y queda mucho por hacer.

Os adjuntamos el enlace directo al artículo en el que comparte su opinión:

https://www.elmundo.es/papel/historias/2018/12/28/5c251a37fc6c83814d8b4684.html

¡Os deseamos buena lectura!

Posted in Data Science | Leave a comment

Cajamar UniversityHack 2019

Cajamar UniversityHack: la competición de analítica de datos más grande de España regresa de nuevo. En la edición de 2019 participan 20 centros como en la edición anterior.

Centros que participan en UniversityHack. Fuente: Cajamar

La UOC participa en esta edición que empieza el 14 de enero y termina el 11 de abril.

¿En qué consiste?

Cajamar UniversityHack 2019 es un evento dirigido específicamente a los alumnos de los mejores centros formativos en Data Science de España. Cada centro podrá presentar hasta 10 equipos, compuestos por un máximo de 3 participantes cada uno.

Consiste en dos retos:

  • Reto Wefferent Branch Visualization: Te retamos a que crees un buscador avanzado que incluya un motor de recomendación en base a la ubicación de la persona que quiere realizar una operación en nuestra entidad, el momento en el que quiere realizarla y el tipo de operación que quiere hacer. Con esta información el buscador debe recomendar la oficina, el cajero propio o el cajero ajeno que más convenga para realizar la operación. Más información aquí: http://www.cajamardatalab.com/datathon-cajamar-universityhack-2019/retos/visualizacion/
  • Reto Minsait Real Estate Modelling: Conocer el número de veces y el tiempo que un usuario navega por una página web es uno de los factores clave para la gestión de los recursos digitales, al estar convirtiéndose éstos en la ventana donde el mundo se informa. Obtener un modelo predictivo ayuda a establecer cuáles son los motivos por los que una página concreta es más visitada que otras. Más información aquí: http://www.cajamardatalab.com/datathon-cajamar-universityhack-2019/retos/predictivo/

¿Cómo apuntarse?

Cada equipo puede tener un máximo 3 Data Scientists por equipo por alumnos de 2018/19 ó 2017/18 de las formaciones seleccionadas de los centros participantes. Para apuntarse id a la página de http://www.cajamardatalab.com/datathon-cajamar-universityhack-2019/

¿Por qué?

¡Qué mejor carta de presentación a un nuevo trabajo que la participación en una competición estatal! Así que os animamos a participar y, si es así, nos veremos puesto que de nuevo participo en el jurado local de la UOC.

Posted in Big Data, Business Analytics, Data Science, Datathon, Evento, UniversityHack, UOC | Tagged , , , , , , | Leave a comment

GPU Computing y Analítica

Hace ya tiempo (¡qué rápido pasa el tiempo!) hablamos sobre el uso de chips especializados en el ámbito de inteligencia artificial y terminamos el post con el mensaje que el hardware también importa.

Tras un año y pico  nos encontramos que el mercado ha evolucionado considerablemente. Por un lado, NVIDIA se ha consolidado como el referente en este mercado y tras la escasez de tarjetas (por culpa de las criptomonedas) ahora ya no es tan complicado conseguir una (aunque el precio es significativo), además una gran cantidad de fabricantes han habilitado el uso de GPU computing, como queda patente en el catálogo de aplicaciones disponible (y que recomendamos revisar para coger inspiración).

Todo parece indicar que en el ámbito de deep learning y machine learning el uso de chips especializados (ya sea GPU, ASICs o FPGA) se han consolidado como opción. Así que es necesario introducirse en el tema. Os recomendamos las siguientes lecturas (navideñas):

Buena lectura!

Posted in Artificial Intelligence, Big Data, GPU Computing | Tagged , , | Leave a comment

MOOC en MiriadaX: quinta edición en 2019

Otro año y otra edición de nuestro MOOC en MiriadaX: “Introducción al Business Intelligence y Big Data“. Sí es cierto, aproximadamente en Febrero volvemos con la quinta edición (¡qué rápido ha pasado el tiempo!).

En el caso de no conocer esta iniciativa recuperamos su descripción:

La inteligencia de negocio (business intelligence) y big data son dos de los principales puntales de la revolución tecnológica actual. La cantidad de datos generados por la sociedad de la información crece día a día, y continuará creciendo debido a la explosión de las redes sociales, las ciudades inteligentes (smart cities), los dispositivos móviles, los sensores, etc. Este incremento exponencial del volumen de datos hace imprescindible el uso de sistemas que sean capaces de analizarlos y convertirlos en información útil. Por este motivo, nuestra sociedad, nuestras empresas y nuestras instituciones necesitan integrar inteligencia dentro de los procesos organizativos y de decisión, y esto implica incorporar herramientas de análisis de negocio (business analytics) o datos inteligentes (smart data). La quinta edición de este curso, impartido por profesores del máster de Inteligencia de Negocio y Big Data, del máster universitario de Ciencia de Datos (Data Science) y del grado de Ciencia de Datos Aplicada (Applied Data Science), presenta una introducción a estas herramientas, las principales metodologías asociadas y las tendencias actuales dentro de esta área.

Y su video de presentación:

En abril revisamos cómo había ido la cuarta edición, y como siempre identificamos algunos aspectos de mejora. Así que estamos en ello, revisando algunos detalles.

Lo que si que nos quedó patente de nuevo, es el gran interés en el tema. Así que estamos contentos de tener otra edición y poder entrar en contacto con más profesionales  e introducirlos en el apasionante mundo de los datos.

Asi que si quieres que te avisemos cuando esté activo no dudes en darte de alta en este formulario: (ESP o CAT). ¡Esperamos vernos en breve!

Y ya puestos a aprovechar, todo el cuerpo docente del ámbito de Data Science de la UOC os desea ¡felices fiestas y próspero 2019! Nos vemos el año que viene con más artículos.

Posted in Big Data, Business Intelligence, MOOC | Tagged , , | Leave a comment

Data Natives

A finales de noviembre tuve la oportunidad de hablar en Data Natives, evento que se realiza en Berlín y que en este año celebraba su cuarta edición. El formato del evento es muy interesante. Realizado en un edición de cinco plantas, en cada una de ellas se distribuyen diferentes partes del evento (desde la recepción y perchero, situados en la planta 1) pasando por patrocinadores y mini charlas (plantas 2 y 3) hasta las sesiones plenarias (plantas 4 y 5).

Para aquellos que no conocen en el evento… en los dos días que duró se acercaron hasta dos mil personas (distribuidas a lo largo del día) para escuchar en ponencias, participar en coloquios, visitar fabricantes, empresas, etc. Una de las cosas que caracteriza el evento es que las charlas son breves (10, 15, 20 o 25 minutos), lo que favorece ir al grano y sintetizar. Claro que si se busca un deep dive se tiene que hablar posteriormente con el ponente (aunque también han pensado en ello). Así que muchas de las charlas son para todos los públicos. En ediciones anteriores se caracterizaba por temas más técnicos, si bien en esta han abierto la puerta a temas más de gestión y cultura.

Y de hecho en esa línea estaba mi ponencia: “Interpreting Machine Learning: soon a top priority”.

A medida que las organizaciones se apoyan más en machine learning para redefinir sus procesos de negocio, abrimos la puerta a riesgos sistémicos (concepto que tomamos prestado de la economía) y es necesario evaluar su impacto considerando si nos encontramos en un entorno de bajo, medio o alto riesgo. De hecho, un aspecto que es relevante es que un escenario que inicialmente evaluamos como de bajo riesgo puede evolucionar hacia uno de mayor complejidad por los efectos de la aplicación del algoritmo (algo que frecuentemente no se suele considerar).

Para empezar a controlar estos nuevos riesgos es necesario incluir la interpretabilidad como una práctica habitual en el desarrollo e implementación de nuevos algoritmos.

Será cuestión de ponerse la pilas.

Fuente: Data Natives, Digital, Conference, 2018

Como ya comenté. Esto es solo el principio. Será cuestión de ponerse la pilas.

Posted in Artificial Intelligence, Machine learning, Machine Learning Interpretability | Tagged , , | Leave a comment