Fuente: www.clarin.com
Las universidades abrirán nuevas propuestas de programas sobre machine learning y datos para la toma de decisiones.
Machine learning, ciencia de datos, redes neuronales, analítica, inteligencia artificial: palabras que tienen cada vez más presencia en la oferta de posgrados y cursos ejecutivos de las universidades y escuelas de negocios.
De la mano de la transformación digital de las empresas, los procesos que implican automatización y aprovechamiento de datos se volvieron centrales en todas las áreas de actividad. Y conocer las herramientas ya no es solo cuestión de expertos: es algo que también necesitan entender quienes toman las decisiones.
«La inteligencia artificial (IA) engloba a una serie de tecnologías en el área de las ciencias de la computación con aplicaciones tanto en robótica como también en analítica», explica David Furman, profesor del programa Ciencia de datos aplicada a las predicciones en negocios que se dictará en la Universidad Austral desde marzo y que se repetirá cada cuatro meses durante 2018. «Una de las disciplinas ‘hijas’ de la IA es machine learning que incluye diversos métodos estadísticos enfocados sobre todo al análisis de datos de gran volumen que resultan prácticamente imposibles de analizar utilizando el cerebro humano», agrega.
«Ya hemos entrado de lleno en la era de datos», sentencia Furman. Sin embargo, aunque en el área de las ciencias biológicas y médicas se avanzó mucho, en el área negocios «estamos algo atrasados», señala el investigador. «La inmensa mayoría de las empresas no cuentan con herramientas de captura sistemática de datos, y si existen datos potencialmente importantes para mejorar los beneficios, los gerentes, en general, no tienen las herramientas para analizarlos y aprovecharlos», detalla.
En el curso, que se dictará en dos jornadas intensivas, el acento estará puesto en las herramientas de machine learning que permiten incrementar los beneficios en el ámbito de los negocios mediante técnicas de predicción. Estas pueden ser aplicadas a la optimización de procesos de producción, del análisis de mercado o a la clasificación de individuos para segmentar de manera óptima a clientes de cierto producto o servicio», detalla Furman.
Los algoritmos que componen el machine learning «se caracterizan por poder aprender en forma inductiva -en base a una gran cantidad de ejemplos o datos- a realizar una tarea que puede ir desde hacer una traducción automática hasta diagnosticar un tumor, jugar al ajedrez o manejar un automóvil», desarrollan Carlos Selmo y Julián Ganzábal, docentes del programa ejecutivo Laboratorio de machine learning del ITBA.
Dentro de los algoritmos existentes de machine learning se destacan las redes neuronales. «Son modelos basados en sistemas biológicos de neuronas interconectadas que permiten resolver problemas muy complejos. Estas redes neuronales aprenden de la experiencia, como aprendemos nosotros», describe Ricardo Veiga, secretario de Posgrados de la Facultad de Ingeniería de la UBA. Allí se dicta, en conjunto con Exactas, la Maestría en Explotación de Datos y Descubrimiento del Conocimiento desde el año 2004. Y hace más de 25 años que se trabaja en investigación sobre redes neuronales. El impulso actual de estos temas, explica el académico, se debe a que «los algoritmos son mejores y a que el poder de cómputo ha crecido exponencialmente».
La cantidad de aplicaciones que existen de machine learning en los negocios es amplia: «Puede incluir la estimación de valores en el mercado inmobiliario, predicción de series temporales en economía, meteorología y tráfico, entre otras», enumeran los profesores del ITBA. Y destacan la aplicación de detección de imágenes. «En algunos rubros se utiliza esta tecnología para la detección de falsificación de documentos, mientras que en el agro se emplea en la determinación del tratamiento de las cosechas en forma automática a partir de imágenes tomadas por drones y detección de rostros», ejemplifican.
El curso que propone el ITBA tuvo una prueba piloto durante el segundo cuatrimestre de 2017. Y para le próximo ciclo lectivo se abrirán dos cursos, uno introductorio «que servirá para nivelar a aquellos que no tengan experiencia programación o en probabilidad y estadística» y luego el Laboratorio de machine learning, que constará de 17 clases semanales de 3 horas cada uno y arrancará en abril.
«Las organizaciones con las que trabajamos nos han planteado la necesidad de aprender a utilizar datos para innovar en el management y alcanzar un impacto positivo en la rentabilidad del negocio», dice, por su parte, Silvina Miceli, coordinadora de la Escuela de Negocios de la UCA. En este caso, la universidad está diagramando propuestas a medida cuya metodología de trabajo «incluye algunos encuentros en los que se desarrollan temas de big data y data mining utilizando casos prácticos y se continúa con talleres en los que se trabaja en técnicas de análisis inteligente de datos y su vínculo con modelos de toma de decisiones», agrega.
Por su parte, la Universidad Torcuato Di Tella anunció tres nuevas propuestas relacionadas para 2018: la Maestría en Management y Analítica, un programa ejecutivo de Transformación digital y otro de Decisiones basadas en datos, que comenzarán en mayo y agosto, respectivamente.
