Este ámbito de la inteligencia artificial, uno de los más demandados de la actualidad, se ocupa no solo de hacer que las máquinas recopilen información, sino de diseñar los sistemas que, en base a esta información, puedan tomar decisiones adecuadas. El ‘machine learning’ (o aprendizaje automático) ya se aplica en prácticamente todos los sectores.
‘Machine learning’ es la tecnología que rige muchas facetas de nuestro a día a día: del reconocimiento facial de los dispositivos a la predicción del tráfico, de las recomendaciones de productos a los vehículos autónomos, de los asistentes virtuales a la educación, de los diagnósticos clínicos a la detección de fraudes. Se trata de una rama de la ciencia de datos que posibilita, mediante el uso de algoritmos, que las máquinas ‘aprendan’ a partir de los datos del pasado determinados patrones de comportamiento con base en los cuales toman decisiones de forma automática encaminadas a que las cosas funcionen mejor.
Uno de los perfiles necesarios para construir motores de datos capaces de llevar a cabo estas tareas son los ingenieros expertos en ‘machine learning’, que se encargan de desplegar las soluciones de inteligencia artificial para que sean accesibles por parte de los usuarios, además de velar por su mantenimiento.
Una profesión nueva y muy cotizada
“En la actualidad estamos viviendo el comienzo de la era del ‘big data’”, dice Regino Criado, director del máster de ciberseguridad y ‘machine learning’ en la Universidad Rey Juan Carlos. De acuerdo con el experto, se está configurando un campo científico multidisciplinar que pretende transformar los datos en información valiosa y útil para definir modelos cuantitativos de problemas complejos, entender el comportamiento de los sistemas, hacer pronósticos sobre resultados futuros de los mismos y tomar decisiones para controlar su comportamiento. Esta disciplina permite “dar respuesta a preguntas como las siguientes: ¿Es posible detectar un brote epidémico a partir de datos? ¿Se puede diagnosticar de forma automática una enfermedad a partir de los datos médicos de un paciente?”, explica el profesor Regino Criado.
“En el ámbito financiero, las aplicaciones prácticas de esta técnica incluyen desde la detección de fraude en comercios ‘online’ a la clasificación de los movimientos de la tarjeta que nos facilita controlar nuestro gasto, por ejemplo en transporte o gasolina”, explica César de Pablo, científico de datos en BBVA AI Factory. “Sin embargo, para que esa aplicación llegue no es suficiente con tener un buen modelo matemático sino que hay que ponerlo a funcionar, que es la labor de los ingenieros de ‘machine learning’. Además, cualquier funcionalidad basada en datos requiere una monitorización constante, ya que las circunstancias cambian”.
Un informe de LinkedIn sitúa el trabajo de ingeniero de ‘machine learning’ como el cuarto cuya demanda más crecerá en 2022.
Conoce más aquí
