El pasado lunes retomamos en Capital Radio la serie de programas dedicados a las profesiones con paro negativo que iniciamos hace unos meses. En esta ocasión, hablamos de “Big Data” y de las profesiones alrededor de esta macro tendencia. En el programa también participó Jaime Colsa, de Palibex, y Fernando Ruiz-Beato, de Ruiz-Beato Abogados, que enriquecieron el debate con ejemplos relacionados con la logística y la seguridad de la información.

Uno de mis objetivos para este programa era que todos los oyentes pudieran entender el concepto de “big data”. Para ello, empezamos hablando de los inicios de la llamada web 2.0, es decir, el momento en el que cualquier internauta fue capaz de comenzar a publicar contenido en Internet sin necesidad de conocimientos técnicos, gracias a la popularización de blogs (Blogger, WordPress, etc), redes sociales (Facebook, Twitter, etc), repositorios de imágenes (Flickr, Instagram, etc) y vídeo (Youtube, Vimeo, etc). Con el paso de los años, el volumen de información que publicamos entre todos a través de este tipo de herramientas es altísimo y está caracterizado por ser de acceso público (en su gran mayoría), con una alta velocidad de generación, de carácter global, en todos los idiomas y con múltiples formatos. Además de los internautas a nivel personal y las empresas con sus procesos de negocio, cada vez más máquinas se conectan a Internet generando aún más datos: la cafetera de la oficina, el telecontador de casa, las cámaras de videovigilancia, las estaciones meteorológicas, etc.

Ante semejante volumen de información surgen varios retos que definen el concepto de Big Data: almacenar, clasificar y procesar dicha información para obtener conclusiones concretas y prácticas.

Las técnicas Big Data contemplan el desarrollo de algoritmos alimentados con todo este volumen de datos con dos posibles objetivos:

• Análisis predictivo: identificar variables que impactan en un proceso y predecir así la probabilidad de que un suceso ocurra. Por ejemplo, Jaime Colsa nos contaba que en su empresa de logística Palibex ya están desarrollando algoritmos para predecir la demanda de transporte y enviar camiones para cubrir dicha demanda por adelantado.
• Optimización de procesos: buscar la combinación de variables que maximizan un resultado. Un ejemplo muy interesante sería la optimización de procesos de trading financiero o la mejora del rendimiento deportivo.

Un buen ejemplo de Big Data poco conocido y que me gusta especialmente son las apps de mapas y navegación. Antes de utilizar algoritmos de Big Data, los navegadores sabían dónde estabas gracias al GPS y dónde querías ir porque previamente nos había preguntado, y con ello te ofrecían rutas atendiendo a criterios de kilometraje, de tiempo o de calidad de la ruta. Gracias a la incorporación de algoritmos de Big Data, las apps de nueva generación recopilan datos de posición y velocidad del usuario mientras éste usa la aplicación. Procesando los datos de todos los usuarios que utilizan la app en cada momento, el navegador sabe:

• Dónde hay retenciones, porque la velocidad de todos los usuarios es menor de lo normal
• Qué calles son de sentido único, porque todos los movimientos son siempre en un único sentido
• Dónde hay una calle no registrada anteriormente, porque algunos vehículos empiezan a circular por una nueva zona

Estas conclusiones son obtenidas por los algoritmos utilizando solamente la información proporcionada por la propia app pero las nuevas generaciones de apps de navegación pueden procesar información externa como las previsiones meteorológicas, la agenda de grandes eventos de la ciudad o los horarios habituales de entrada y salida de colegios y zonas de oficinas, para mejorar más todavía en las rutas propuestas a los usuarios.

Entendiendo qué es el Big Data con los ejemplos anteriores, podemos concluir que un experto en Big Data será un profesional del almacenamiento, de la clasificación o del procesado de grandes cantidades de datos desestructurados. Aunque lo más habitual es que un experto en Big Data sea un creador de algoritmos. Por tanto, lo habitual es que los estudios más adecuados para un experto en Big Data sean las titulaciones en matemáticas, informática o telecomunicaciones. Se habla mucho de Big Data desde la perspectiva del marketing, pero un técnico de big data es principalmente un matemático o “científico de datos”.

Las salidas profesionales más habituales para un experto en Big Data abarcan empresas puramente digitales, empresas que generen datos en gran cantidad (automación, banca, organismos públicos,…) y también startups que pueden desarrollar nuevos modelos de negocio, a día de hoy desconocidos, a partir de los datos públicos o privados que generan otras empresas.

Lo que es seguro, es que veremos grandes avances gracias al Big Data en ámbitos como:

• Salud pública, gracias a los datos recogidos mediante dispositivos como los relojes inteligentes (smartwatches) u otro tipo de sensores (wearables) podremos anticiparnos a la enfermedad
• Rendimiento deportivo
• Calidad de vida en las ciudades y desarrollo de smart cities
• Gestión comercial avanzada
• Meteorología y prevención de desastres naturales
• Mejora del rendimiento de máquinas y procesos industriales
• Trading financiero

Espero haber dado un poco de luz sobre el apasionante mundo del Big Data y si te interesa el tema, el programa estará disponible durante unos días en este enlace.

ACTUALIZACIÓN (13/3/18). Hace unos días se publicaba este artículo en Voz Populi en el que apuntaban a los Expertos en Big Data como los profesionales más demandados en la actualidad. El artículo es muy completo y aporta un montón de datos al respecto.