Datificación

Para nadie es un secreto que en los últimos años términos como «Aprendizaje Automático» y «Ciencia de Datos» han tomado fuerza, al punto que el puesto de Científico de Datos ha sido llamado el “Trabajo más atractivo del siglo 21” [DAV, CAS]. Esto ha planteado nuevos retos para los profesionales, desde descifrar el significado y relaciones de términos con definiciones algo vagas como “Big Data”, “Datification” y campos de trabajo como análisis estadístico, optimización y búsqueda en espacios multidimensionales, y otros.

Muchos de estos términos, incluido el aprendizaje automático han sido puestos en muchas ocasiones bajo la sombrilla de “Ciencia de Datos”, y se ha llegado a ver al científico de datos como aquel que logra combinar habilidades como la programación, análisis de algoritmos, estadística y visualización de datos (por citar algunas).

Y este es precisamente uno de los retos desde el punto de vista de ingeniería: lograr combinar al grado correcto estas habilidades para obtener aplicaciones que resuelvan problemas prácticos [DRW]. No solamente por lo masivo del volumen de información de datos que se genera día a día en las organizaciones y en internet si no que hemos llegado a un momento en la historia donde los datos por sí mismos, y muchas veces en tiempo real, son la base para la construcción de productos basados en los datos (Por ejemplo, sistemas de recomendación de compras) [SCH].

Ahora que vivimos en la era de la “datificación” de las cosas, y la tecnología para procesar grandes volúmenes de datos ha madurado y está a nuestro alcance, tenemos la oportunidad y las herramientas para transformar los datos en información con un nuevo valor no solo comercial si no también con un impacto positivo en la sociedad [DRE].

David Usaga Vargas
Desarrollo e Integración de Soluciones de TI

Refs


Encuentra más información sobre servicios de integración