Pasar al contenido principal

Se encuentra usted aquí

Noticias

Innovación en Big Data

24/08/2016 05:01
Read in

En el séptimo meetup sobre Big Data, los participantes discutieron el panorama general de la ciencia de datos en México, incluyendo retos, rezagos, o la evolución del procesamiento de datos, así como desarrollos de nuevas tecnologías y plataformas basadas en el Big Data.

0
Votar
0 Comentarios

“Necesitamos desarrollar una cultura analítica de datos”. Esta fue una de las reflexiones más recurrentes del séptimo meetup Innovación en Big Data: Construyendo productos de datos, organizada en unión con la Comunidad de Big Data México. En esta ocasión, la reunión dedicada a compartir procesos de negocio y nuevas tecnologías relacionadas con el Big Data, contó con la participación de varios ponentes -entre los que se encontraron miembros del Instituto de Ciencia de Datos y de la Sociedad de Datos México- que trataron variedades de temas, desde pláticas sobre el contexto general en México y la evolución del procesamiento de datos, hasta la demostración de una nueva plataforma de análisis.

Jefferson Gutiérrez de KPMG, arrancó la jornada con una charla sobre detección de fraude usando Big Data. Según la ACFE (Association of Certified Fraud Examiners), el 5% de la utilidad de las empresas se pierde anualmente ante el fraude. No obstante, sólo el 3% de los casos detectados ocurre a través del análisis de datos, aunque es el sistema más preciso. Gutiérrez destacó que esto se debe a la cultura en México (y América Latina) que aún no considera justificable invertir en un programa de prevención de fraude. Señaló asimismo que el reto principal es aumentar la confianza de las empresas en el análisis de datos, lo que podría lograrse mediante programas sustentables que brinden resultados claros y relevantes.

Presentado como uno de los mejores data architectes del país, Raúl Estrada realizó un recuento histórico y comparativo de la evolución del procesamiento de datos a escala masiva, desde sus orígenes hasta ahora. En sus reflexiones finales reforzó que el open source es un requerimiento para manejar grandes volúmenes de datos, pues es la manera en que las empresas de mayor crecimiento de los últimos años (como Google, Amazon, Facebook o Apple) han alcanzado su impacto.

También expuso el Dr. Arturo Mora, del CIMAT (Centro de Investigación en Matemáticas), una conferencia titulada Predicting the Future, en la que demostró sus más de diez años de experiencia, planteando el panorama que se despliega para la humanidad mediante las aplicaciones de las diferentes áreas de la ciencia de datos.

Hubieron, además, presentaciones de distintos desarrollos. David Ruiz, de IBM, mostró el proyecto Watson, de inteligencia artificial. El sistema tiene capacidad de cognición similar a la de un ser humano (de entender, razonar y aprender), pero maximizada por medio del análisis de Big Data. Ruiz hizo una revisión de diferentes problemáticas que Watson podría ayudar a resolver (desde el ámbito médico hasta el legal) e hizo una invitación abierta para explorarlo a través de IBM Bluemix.

Otra presentación fue la del startup 3Blades, una plataforma colaborativa para construir y compartir proyectos de data science. Después de explicar sus beneficios y aplicaciones, el CEO, Greg Werner, hizo una demostración de su funcionamiento para todos los participantes, que pudieron plantear sus dudas y comentarios sobre el proyecto.

En el núcleo del meetup se llevó a cabo un panel de discusión entre cinco expertos y los asistentes. Victor Barrera, David López, Guillermo Martínez, Israel Gaytan y Rodrigo Aguilar abordaron el estado de la ciencia de datos en México, los skills necesarios para el data science, sus retos más grandes, y las necesidades más apremiantes.
Algunas de las conclusiones a las que llegó el panel son que México presenta, actualmente, un rezago de aproximadamente diez años en tecnología y ciencia para datos, pues por el momento el uso del Big Data sólo está presente en las más grandes compañías y negocios. Asimismo, se señaló la necesidad de una mejor formación y capacitación para ingenieros y científicos de datos, pues el desarrollo de talento en ésta área es muy escaso en el país.

Todos acordaron, además, que es imperativo crear toda una cultura analítica. Esto implica aclarar en las empresas las imprecisiones sobre Big Data y sobre el rol específico del científico de datos, aplicar más correctamente el análisis de datos a los negocios, e incorporar un departamento independiente que esté especializado en datos (en vez de que sea una subdivisión o que sea monitoreada en conjunto por áreas diferentes). Estas fueron algunas de las soluciones para empezar a subsanar el rezago en algunos ámbitos.

Noticias relacionadas:

<a data-cke-saved-href="http://www.centrodeinnovacionbbva.com/noticias/el-cloud-computing-conqui..." href="http://www.centrodeinnovacionbbva.com/noticias/el-cloud-computing-conqui..." _blank"="">El 'cloud computing' conquista (también) a los pequeños comercios

Cinco claves para que un CIO dirija bien la transformación digital en el mundo de la banca