Incluso Jack Ryan quería ser analista

La semana pasada comencé a ver la serie de Jack Ryan de Amazon Prime por la recomendación de mis amigos, quienes me dijeron que estaba genial y perfecta para ver a la hora de la cena.En el primer episodio, Jack Ryan hace un comentario muy curioso: «He obtenido información de dos bases de datos independientes, pero lo he resuelto con un simple SQL query». OMG! ¿De verdad puedes obtener toda la información sobre un terrorista con un sólo SQL query entre dos bases de datos? Genial, eres ‘El elegido’.

Hoy en día es muy fácil identificar personas, especialmente si trabrajas con una agencia del gobierno. Por ejemplo, ahora mismo, estoy en el aeropuerto a punto de coger un vuelo de Madrid a Toulouse y hay varias cámaras controlando a los pasajeros, maletas, personal, étc. La inteligencia artificial (IA) puede reconocer caras en tiempo real, y si tú resultas ser ‘el chico malo’, la cámara seguramente te reconozca y se lo notifique al agente de polícia más cercano. ¿Estamos perdiendo privacidad o nuestra seguridad está aumentando?

Por otro lado, con el procesamiento natural del lenguaje (NLP – natural language processing) puedes tener un alta comprensión de las conversaciones. De hecho, esta tecnología puede trabajar con bastantes idiomas, usando inputs como emails, redes sociales, SMS, llamadas, fotografías, étc.

Para un experto financiero como Jack Ryan, hay infinidad de posibilidades de crear un gráfico del flujo de transferencias desde el principio al final. Puede hacerse por ejemplo con la base de datos Neo4j.

Even Jack Ryan wanted to be Analyst

La clave está en que tienes que conectar diferentes fuentes de datos para definir correctamente el perfil personal. Y por supuesto, la cantidad de datos no estructurados es mayor que los datos estructurados, y tienes que implementar flujos de trabajo eficientes para ingerir, transformar y mantener la información a través de este proceso, que se utilizará después en modelos predictivos o herramientas IA.

Este tipo de tecnologías ayudan a los desarrollares a realizar y desplegar estos casos de uso exitosamente. La combinación de todos ellos ofrece enormes posibilidades y el número de casos de uso que se pueden resolver está creciendo de manera exponencial. Desde mi punto de vista, el principal reto es la salud. La mejora de las terapias genómicas y la detección segura de patrones en enfermedades como el cáncer, el VIH, etc. Otra área que podría mejorarse es la fabricación industrial, todo el proceso de producción debe monitorearse y combinarse con estas tecnologías. Estoy seguro de que el rendimiento podría mejorarse fácilmente.

Even Jack Ryan wanted to be Analyst2

Hace unos años, leí un artículo sobre cómo Merck mejoró el campo de uno de los procesos de producción usando Big Data, era alrededor de 2014. Este proyecto produció resultados espectaculares y el ROI fue un éxito a muy corto plazo.

Todos estos temas junto con las herramientas, podrán ayudarse de los científicos para mejorar sus propias investigaciones. Como analista, necesitamos unirnos y construir de manera conjunta. Este nuevo escenario podrá abrir nuevas áreas de estudio e incrementar las sinergias entre ambos. El aspecto principal para lograr una manera colaborativa de trabajar entre lo técnico y lo científico es crear un alto nivel de aplicaciones que serán usadas por la mayoría de retos imporantes; por ejemplo detectar cáncer usando imágenes de reconocimiento. Otra manera es ayudar a los estudios genómicos a usar Deep Learning.

Por tanto, a día de hoy no todo está inventado. Al usar diferentes enfoques, podrás mejorar la gestión porque: «si siempre haces lo mismo, siempre obtendrás los mismos resultados«. Mucha gente cree en esta manera de trabajar, y es muy complicado cambiar, pero al menos debemos intentarlo. Tenemos que tomárnoslo en serio y gritar: «Sí, ¡podemos!». Es nuestro momento.

Be risky, go ahead and let’s play!