Descubre el impacto de la Inteligencia Artificial y el Smart Data en el mundo empresarial en esta entrevista con Enrique Serrano.
Tinamica es una empresa que se destaca por su profundo conocimiento y experiencia en Smart Data e Inteligencia Artificial. Smart Data tiene que ver con datos útiles, datos que han sufrido un proceso de transformación en cuanto a completitud, integridad referencial, exactitud, caracterización, consistencia y aplicación de reglas de calidad y de negocio para que puedan ser interrelacionados de forma coherente para extraer alto valor de los mismos. “Se habla mucho de ‘big data’, pero en realidad lo que nos importa es el dato con calidad y densidad, aunque sea ‘small’. Es mucho más interesante ‘small data’ si tiene estas características, que no analizar todos los datos que genera un sensor. A partir de ahí entra en jue- go la analítica avanzada y la Inteligencia Artificial para extraer todo el valor siempre y cuando tengamos el conocimiento funcional adecuado para saber preguntar o buscar” explica Enrique Serrano Montes, CEO de la compañía.
La función de un CEO es compleja y, además, asume la responsabilidad total o global, cuestión que nunca jamás abordará un algoritmo. Un buen CEO debe tener tanto capacidad para volar bajo y embarrarse, como para tomar altura y decidir mirando los astros y el horizonte. En ocasiones hay que dejar que las cosas ocurran y esperar al último minuto antes de tirar del freno de mano y parar máquinas. Siempre hay que ir por delante de cualquier sistema, informe o consultor estratégico, porque nadie como tu conoce tan bien a tu equipo, negocio y clientes.
Lo aprovechamos bastante bien, lo cual no quiere decir que tengamos puntos de mejora, o, dicho de otra forma, mejoras no suficientemente aprovechadas. Desde el punto de vista de análisis de mercado sí está bastante automatizada la entrada de información sobre oportunidades comerciales, no sólo en España, sino en aquellos mercados en los que ponemos foco como Norte y Latino América, Europa y Oriente Medio. En el plano de la gestión de proyectos y actividad de producción honestamente creo que está muy conseguido, porque nuestros sistemas llevan un control al milímetro que hace que los proyectos acaben en tiempo, cumpliendo con el alcance y en presupuesto y márgenes estimados. Cualquier riesgo es detectado a tiempo y solventado. La maquinaria hace que seamos capaces de lanzar productos mínimos viables complejos en sólo 8 semanas. Eso también te lo da la experiencia de llevar 12 años en el ámbito de la IA cuando muchos acaban de entrar ahora. En este sentido, batimos de lejos en agilidad y competitividad a cualquier gran empresa. Es por ello, que nunca hemos buscado una integración.
Lo primero que recomiendo siempre es empezar por predicción. En la medida en la que eres capaz de predecir lo que vas a vender duplicando tu alcance de visión actual, triplicas tu capacidad de comprar a mejor precio, reduces costes de estocaje, eliminas perdida desconocida, evolucionas tu contratación de personal… El impacto es claro. Por otro lado, puedes elegir un proceso dentro de tu organización y tratar de automatizarlo en todo lo posible acelerando el mismo. Simplemente con que un pedido se resuelva antes, podemos anticipar factura y cobros, puedes solucionar un problema de tesorería o, por el contrario, una menor dependencia de financiación bancaria. En la relación con clientes, es una maravilla que la atención pueda ser inmediata, incluso 24x7 y con la posibilidad de resolución de cualquier tipo de problema con todas las fuentes de datos al alcance y, además, adaptando el lenguaje a cada tipología y personalidad del cliente. Las mejoras de competitividad son brutales. En cuanto a puestos de trabajo, hablaría más de transformación que de pérdida. Con una suficiente planificación estratégica y visión en este ámbito, las compañías deberían ser capaces de prever estos cambios y preparar a las personas para los mismos. Si pensamos que el 80% de los procesos en las compañías son automatizables, eso implica una mayor velocidad y, por tanto, que va a haber otro tipo de actividades que se van a generar donde se va a necesitar ayuda. Hoy en día es misión imposible encontrar un buen arquitecto de datos, data engineer o data science experto en deep learning. Pero, por otro lado, los datos exigen mucho trabajo de preparación, limpieza… Los algoritmos hay que entrenarlos y ajustarlos casi cada mes y hay que enseñarles a cómo responder a preguntas nuevas (prompt engineering). Tenemos la opción de depender de terceros o preparar a nuestra gente para que lo haga y que la inteligencia de verdad quede dentro de la organización.
La esclavitud siempre viene derivada de una carencia de conocimiento y talento. Uno puede elegir ser esclavo en algún momento concreto por una cuestión meramente táctica, pero siempre con la intención de despojarse de las cadenas lo antes posible. Por gracia estamos en un mundo de la IA donde impera el open source, los papers están disponibles a cualquier persona y el código fuente de hasta los más potentes algoritmos tipo GPT pueden estar disponibles, aun en versiones anteriores. Con conocimientos de Java, SQL, R o Python como lenguajes de programación y una buena base matemática es posible adentrarse en las tripas y tunear y adaptar potentes prodigios analíticos a tu negocio. Otro tema es la inversión en tiempo, entrenamiento y computación que estés dispuesto a hacer y que otros con más recursos ya lo tienen y menos tiempo.
Un Data Warrior es un Navy SEAL de los datos, con una visión altamente perimetral y 360º de todo su ciclo de vida, y con capacidad tanto para resolver problemas que involucran a la infraestructura tecnológica de datos, big data, como para aplicar soluciones analíticas avanzadas o de deep learning (redes neuronales), siempre bajo un paradigma preferiblemente open source. Además, tienen un alto conocimiento de los principales fabricantes de mercado como GCP, AWS o Azure, así como SAS y otros jugadores que consideramos importantes. Eso hace que nuestros equipos en proyectos complejos no sean de más de tres personas y nuestras actuaciones sean muy rápidas y efectivas. Podemos dar respuesta a preguntas complejas en cuestión de semanas y elaborar modelos complejos LLMs o fundacionales en cuestión de pocos meses.
El proyecto se lanza en 2014 cuando nos damos cuenta de que el talento que necesitamos, estos Data Warriors, no están en el mercado y este tarda mucho en proporcionarlos. No hay tiempo, el estado del arte cambia cada 9 meses. Además, preveemos que va a haber un decalaje de 3 o 4 años en satisfacer una demanda cambiante que hace que cuando lleguen al mercado ya es tarde, porque la demanda es otra. Hoy los perfiles más demandados tienen que ver con Prompt Engineers, Arquitectos de Datos, DevOps, Expertos en Deep Learning y en CiberInteligencia y Analítica Cuántica. Ninguno de ellos tiene un programa de estudios equivalente en el mercado de formación reglada, por lo que desde MBIT School somos pioneros en el lanzamiento de programas punteros.
Diría hacia cualquier tipo de persona que sea inquieta, curiosa, con cierta capacidad analítica y apasionada de los datos y la tecnología. O de otra forma, no son programas aptos para gente acomodada, con poca cultura de esfuerzo y que odie la tecnología. Lo bueno es que la gente lo consigue, y en menos de 9 meses, antes de acabar el programa casi el 100% tienen un buen puesto de trabajo, duradero y bien remunerado.
Disponemos de acuerdos con grandes empresas que no sólo nos proporcionan alumnos o nos solicitan programas a medida en Big Data, Data Engineer, Data Scientist, People Analytics, Inteligencia Artificial, Data Driven, Gobierno del Dato, sino que también buscan directamente entre los alumnos de la escuela los perfiles que necesitan. Eso asegura el puesto de trabajo muchas veces incluso antes de acabar cada programa, y sin límite de edad. Tenemos alumnos de más de 60 años que encuentran rápidamente trabajo. Es evidente que los mejores perfiles siempre son para Tinamica. También existe la modalidad en la que las empresas encarguen a grupos de alumnos que el Proyecto Fin de Máster se haga con datos propios y resolviendo cualquier reto complejo de negocio. Sólo tienen que proporcionar el reto, los datasets y realizar una tutorización del mismo en conjunción con el claustro de MBIT School.
Desde la Comisión de Inteligencia Artificial y Big Data de Ametic, que presido, hemos hecho un trabajo arduo durante meses para presentar nuestro posicionamiento al respecto, tanto a la Dirección General de Digitalización e Inteligencia Artificial del Gobierno como a la Secretaría de Estado de España. El documento final es potente y con una apuesta proporcionada de movilización de 1.500 millones de euros en recursos frente a los 600 anteriores. Actúa sobre tres ejes para reforzar las capacidades y el talento en el desarrollo de la IA, facilitar su aplicación tanto en sector público como privado y, sobre todo, fomentar una IA transparente, ética y humanística. No obstante, nos hubiera gustado un más claro impulso para que las pymes puedan acceder de forma más democrática, ágil y asequible a altas capacidades de computación, así como mayores facilidades para adaptarse al AI Act, nuevo reglamento europeo, con un sandbox regulatorio que ya debería estar en marcha. Por otro lado, echamos en falta más apoyo a un tema emergente como es la neurocomputación, donde ya hay proyectos concretos.
Tinamica es una empresa que se destaca por su profundo conocimiento y experiencia en Smart Data e Inteligencia Artificial. Smart Data tiene que ver con datos útiles, datos que han sufrido un proceso de transformación en cuanto a completitud, integridad referencial, exactitud, caracterización, consistencia y aplicación de reglas de calidad y de negocio para que puedan ser interrelacionados de forma coherente para extraer alto valor de los mismos. “Se habla mucho de ‘big data’, pero en realidad lo que nos importa es el dato con calidad y densidad, aunque sea ‘small’. Es mucho más interesante ‘small data’ si tiene estas características, que no analizar todos los datos que genera un sensor. A partir de ahí entra en jue- go la analítica avanzada y la Inteligencia Artificial para extraer todo el valor siempre y cuando tengamos el conocimiento funcional adecuado para saber preguntar o buscar” explica Enrique Serrano Montes, CEO de la compañía.
La función de un CEO es compleja y, además, asume la responsabilidad total o global, cuestión que nunca jamás abordará un algoritmo. Un buen CEO debe tener tanto capacidad para volar bajo y embarrarse, como para tomar altura y decidir mirando los astros y el horizonte. En ocasiones hay que dejar que las cosas ocurran y esperar al último minuto antes de tirar del freno de mano y parar máquinas. Siempre hay que ir por delante de cualquier sistema, informe o consultor estratégico, porque nadie como tu conoce tan bien a tu equipo, negocio y clientes.
Lo aprovechamos bastante bien, lo cual no quiere decir que tengamos puntos de mejora, o, dicho de otra forma, mejoras no suficientemente aprovechadas. Desde el punto de vista de análisis de mercado sí está bastante automatizada la entrada de información sobre oportunidades comerciales, no sólo en España, sino en aquellos mercados en los que ponemos foco como Norte y Latino América, Europa y Oriente Medio. En el plano de la gestión de proyectos y actividad de producción honestamente creo que está muy conseguido, porque nuestros sistemas llevan un control al milímetro que hace que los proyectos acaben en tiempo, cumpliendo con el alcance y en presupuesto y márgenes estimados. Cualquier riesgo es detectado a tiempo y solventado. La maquinaria hace que seamos capaces de lanzar productos mínimos viables complejos en sólo 8 semanas. Eso también te lo da la experiencia de llevar 12 años en el ámbito de la IA cuando muchos acaban de entrar ahora. En este sentido, batimos de lejos en agilidad y competitividad a cualquier gran empresa. Es por ello, que nunca hemos buscado una integración.
Lo primero que recomiendo siempre es empezar por predicción. En la medida en la que eres capaz de predecir lo que vas a vender duplicando tu alcance de visión actual, triplicas tu capacidad de comprar a mejor precio, reduces costes de estocaje, eliminas perdida desconocida, evolucionas tu contratación de personal… El impacto es claro. Por otro lado, puedes elegir un proceso dentro de tu organización y tratar de automatizarlo en todo lo posible acelerando el mismo. Simplemente con que un pedido se resuelva antes, podemos anticipar factura y cobros, puedes solucionar un problema de tesorería o, por el contrario, una menor dependencia de financiación bancaria. En la relación con clientes, es una maravilla que la atención pueda ser inmediata, incluso 24x7 y con la posibilidad de resolución de cualquier tipo de problema con todas las fuentes de datos al alcance y, además, adaptando el lenguaje a cada tipología y personalidad del cliente. Las mejoras de competitividad son brutales. En cuanto a puestos de trabajo, hablaría más de transformación que de pérdida. Con una suficiente planificación estratégica y visión en este ámbito, las compañías deberían ser capaces de prever estos cambios y preparar a las personas para los mismos. Si pensamos que el 80% de los procesos en las compañías son automatizables, eso implica una mayor velocidad y, por tanto, que va a haber otro tipo de actividades que se van a generar donde se va a necesitar ayuda. Hoy en día es misión imposible encontrar un buen arquitecto de datos, data engineer o data science experto en deep learning. Pero, por otro lado, los datos exigen mucho trabajo de preparación, limpieza… Los algoritmos hay que entrenarlos y ajustarlos casi cada mes y hay que enseñarles a cómo responder a preguntas nuevas (prompt engineering). Tenemos la opción de depender de terceros o preparar a nuestra gente para que lo haga y que la inteligencia de verdad quede dentro de la organización.
La esclavitud siempre viene derivada de una carencia de conocimiento y talento. Uno puede elegir ser esclavo en algún momento concreto por una cuestión meramente táctica, pero siempre con la intención de despojarse de las cadenas lo antes posible. Por gracia estamos en un mundo de la IA donde impera el open source, los papers están disponibles a cualquier persona y el código fuente de hasta los más potentes algoritmos tipo GPT pueden estar disponibles, aun en versiones anteriores. Con conocimientos de Java, SQL, R o Python como lenguajes de programación y una buena base matemática es posible adentrarse en las tripas y tunear y adaptar potentes prodigios analíticos a tu negocio. Otro tema es la inversión en tiempo, entrenamiento y computación que estés dispuesto a hacer y que otros con más recursos ya lo tienen y menos tiempo.
Un Data Warrior es un Navy SEAL de los datos, con una visión altamente perimetral y 360º de todo su ciclo de vida, y con capacidad tanto para resolver problemas que involucran a la infraestructura tecnológica de datos, big data, como para aplicar soluciones analíticas avanzadas o de deep learning (redes neuronales), siempre bajo un paradigma preferiblemente open source. Además, tienen un alto conocimiento de los principales fabricantes de mercado como GCP, AWS o Azure, así como SAS y otros jugadores que consideramos importantes. Eso hace que nuestros equipos en proyectos complejos no sean de más de tres personas y nuestras actuaciones sean muy rápidas y efectivas. Podemos dar respuesta a preguntas complejas en cuestión de semanas y elaborar modelos complejos LLMs o fundacionales en cuestión de pocos meses.
El proyecto se lanza en 2014 cuando nos damos cuenta de que el talento que necesitamos, estos Data Warriors, no están en el mercado y este tarda mucho en proporcionarlos. No hay tiempo, el estado del arte cambia cada 9 meses. Además, preveemos que va a haber un decalaje de 3 o 4 años en satisfacer una demanda cambiante que hace que cuando lleguen al mercado ya es tarde, porque la demanda es otra. Hoy los perfiles más demandados tienen que ver con Prompt Engineers, Arquitectos de Datos, DevOps, Expertos en Deep Learning y en CiberInteligencia y Analítica Cuántica. Ninguno de ellos tiene un programa de estudios equivalente en el mercado de formación reglada, por lo que desde MBIT School somos pioneros en el lanzamiento de programas punteros.
Diría hacia cualquier tipo de persona que sea inquieta, curiosa, con cierta capacidad analítica y apasionada de los datos y la tecnología. O de otra forma, no son programas aptos para gente acomodada, con poca cultura de esfuerzo y que odie la tecnología. Lo bueno es que la gente lo consigue, y en menos de 9 meses, antes de acabar el programa casi el 100% tienen un buen puesto de trabajo, duradero y bien remunerado.
Disponemos de acuerdos con grandes empresas que no sólo nos proporcionan alumnos o nos solicitan programas a medida en Big Data, Data Engineer, Data Scientist, People Analytics, Inteligencia Artificial, Data Driven, Gobierno del Dato, sino que también buscan directamente entre los alumnos de la escuela los perfiles que necesitan. Eso asegura el puesto de trabajo muchas veces incluso antes de acabar cada programa, y sin límite de edad. Tenemos alumnos de más de 60 años que encuentran rápidamente trabajo. Es evidente que los mejores perfiles siempre son para Tinamica. También existe la modalidad en la que las empresas encarguen a grupos de alumnos que el Proyecto Fin de Máster se haga con datos propios y resolviendo cualquier reto complejo de negocio. Sólo tienen que proporcionar el reto, los datasets y realizar una tutorización del mismo en conjunción con el claustro de MBIT School.
Desde la Comisión de Inteligencia Artificial y Big Data de Ametic, que presido, hemos hecho un trabajo arduo durante meses para presentar nuestro posicionamiento al respecto, tanto a la Dirección General de Digitalización e Inteligencia Artificial del Gobierno como a la Secretaría de Estado de España. El documento final es potente y con una apuesta proporcionada de movilización de 1.500 millones de euros en recursos frente a los 600 anteriores. Actúa sobre tres ejes para reforzar las capacidades y el talento en el desarrollo de la IA, facilitar su aplicación tanto en sector público como privado y, sobre todo, fomentar una IA transparente, ética y humanística. No obstante, nos hubiera gustado un más claro impulso para que las pymes puedan acceder de forma más democrática, ágil y asequible a altas capacidades de computación, así como mayores facilidades para adaptarse al AI Act, nuevo reglamento europeo, con un sandbox regulatorio que ya debería estar en marcha. Por otro lado, echamos en falta más apoyo a un tema emergente como es la neurocomputación, donde ya hay proyectos concretos.
¿Te ha interesado? Profundiza mucho más y dale un giro a tu carrera. Profesionales del sector y una comunidad increíble te están esperando.
Presencial/Online
Horas semanales:
Design powered by Pattterns
