Nacida como carrera hace apenas cuatro años en diferentes universidades del país como respuesta a la demanda de poder utilizar la cada vez más abundante existencia de información para poder resolver diversas problemáticas, la Licenciatura en Ciencia de Datos no para de aumentar su matrícula. En algunas facultades llegó a quintuplicarse la inscripción. En Argentina ya hay al menos 10 egresados.
Natalia Concina (Télam)
Nacida como carrera hace apenas cuatro años en diferentes universidades del país como respuesta a la demanda de poder utilizar la cada vez más abundante existencia de información para poder resolver diversas problemáticas, la Licenciatura en Ciencia de Datos no para de aumentar su matrícula -en algunas facultades llegó a quintuplicarse la inscripción- y ya tiene los primeros egresados en Argentina.
“Un científico o científica de datos puede, por ejemplo, diseñar un sistema para el diagnóstico a partir de imágenes médicas, mejorar la estimación de los tiempos de entrega de una empresa de logística, colaborar con un grupo de investigación dedicado al estudio del ambiente detectando variaciones en imágenes satelitales, o usar Inteligencia Artificial para mejorar el diseño de una turbina generadora de electricidad para aumentar su eficiencia y disminuir sus emisiones de carbono”, indicó a Télam-Confiar Rodrigo Díaz, director de la Licenciatura de Ciencia de Datos de la Universidad Nacional de San Martín (Unsam).
La Unsam es una de universidades públicas que incorporó la carrera en los últimos años: tuvo su primera cohorte de ingresantes en 2022 y para 2023 triplicó la inscripción pasando de 130 a 446 aspirantes.
“La ciencia de datos es una disciplina que permite mejorar la toma de decisiones. Para esto se basa en el análisis de conjuntos de datos de mayor o menor tamaño. Una definición que me gusta dice que es el arte de convertir los datos en acciones”, señaló Díaz.
Para lograr esto, el especialista señaló que “la científica o científico de datos debe ser capaz de familiarizarse con el problema con el que está trabajando, que puede variar de un proyecto al siguiente, por lo que necesita una gran capacidad de aprendizaje y una enorme flexibilidad”.
La primera del país en hacer una carrera específica para esta disciplina fue la Universidad Nacional Guillermo Brown (Unab), una institución que comenzó a funcionar en 2019: “La universidad fue consiente de la transformación que estaban teniendo los procesos basados en gran cantidad de información y modelos cuantitativos, atentos a esta necesidad se decidió crear la carrera justo con la creación de toda su oferta curricular , que se lanzó en 2020”, contó por su parte Juan Domingo González, profesor de esta Licenciatura, que ya lleva ocho egresados y egresadas.
En el caso de la Unab, la matrícula se quintuplicó durante esos cuatro años pasando de 60 en 2020 a 300 para 2024.
“La capacidad de quienes hacen la carrera consiste en el tratamiento de datos, su organización y extracción de su valor por medio de dotarlos de una estructura apropiada y a la vez que otorgar visualizaciones que ayuden a tomar decisiones o algoritmos que puedan dar estimaciones de lo que va a pasar, cuantificando la incerteza en la predicción”, indicó González.
Y añadió que estas capacidades genéricas permiten a quienes egresan trabajar en áreas diversas que pueden ir “desde la explotación de hidrocarburos, metalúrgicas o laboratorios, así como también en el análisis de trayectorias educativas o empresas aseguradoras, entre otras”.
TESTIMONIOS
Virginia Guerrero tiene 34 años y vive en José Mármol, partido de Almirante Brown. Hizo la secundaria en una escuela técnica con orientación en química y cuando egresó comenzó a estudiar Ingeniería Química en la Universidad de Buenos Aires, pero al llegar a tercer año tuvo que comenzar a trabajar y entre el viaje y la carga horaria de la cursada (más las horas de estudio) no pudo sostenerlo.
“Hoy pienso que tampoco tenía la pasión. Así que dejé y un tiempo después comencé informática también en la UBA, pero me quedaba lejos. Entonces busqué alguna universidad por la zona, empecé diseño en la Universidad de Lanús, pero no me convencía; y ahí apareció la Unab con la oferta de Ciencia de Datos y me pareció buenísima”.
Después de cuatro años, Virginia es una de las ocho egresadas de la carrera (y por tanto una de las primeras de Argentina) y desde hace un año trabaja en una petrolera como arquitecta de datos.
La segunda institución del país en crear esta licenciatura fue la Facultad de Ciencia Exactas y Naturales (FCEyN) de la UBA: “Existen muchas carreras que se están creando en diferentes universidades y tienen perfiles diferentes porque la ciencia de datos es una disciplina que todavía está encontrando su definición. Aquí tiene un perfil bastante particular. A nosotros nos gusta definirla como una carrera con tres patas: matemática, computación y datos (o estadística)”, señaló por su parte Pablo Groisman, director de la carrera en esa casa de altos estudios.
Y continuó: “Uno dice que tiene un problema para Ciencia de Datos cuando involucra estas tres disciplinas (matemáticas, computación y datos) y en general los datos vienen de un dominio específico que puede ir desde un comercio, el agro, una problemática de políticas públicas o de biología”.
“Entonces -dijo- los campos en los que se puede trabajar son todos, es decir, en cualquier ámbito donde se puedan recolectar datos para almacenarlos, clasificarlos, entenderlos y que puedan aportar conocimiento e información”.
Groisman describió que al crear la carrera lo que hicieron “fue darle forma de carrera a un montón de conocimientos que estaban en la Facultad, pero que estaban por separado”.
Al igual que en las otras instituciones la matrícula de la Licenciatura en Ciencia de Datos en FCEyN-UBA viene aumentando año a año: “En 2021 comenzamos con 200 estudiantes, en 2022 tuvimos más de 300 y en 2023 llegamos a 450; estos son los que ya comenzaron la carrera, al CBC se anotaron varios más”, contó.
Nicolás Sawczuk y Axel Fridman fueron los dos primeros egresados de Ciencias de Datos de FCEN. Con menos de 25 años, Nicolás trabaja hoy en una empresa de IT (las siglas en inglés de ‘information technology’) con modelos de machine learning (aprendizaje automático) y de optimización; mientras que Axel trabaja en una conocida plataforma de venta nacional, en investigación operativa en el ruteo de vehículos, es decir, determinando qué vehículos hay que utilizar para minimizar costos, rutas, proveedores, etc.
“Estuvo bueno haber experimentado la creación de una nueva carrera con todos los desafíos que eso implica. Fue un gran trabajo por parte de los profesores y la facultad y me alegra de como estudiante haber sido parte del proceso”, contó Nicolás. Y añadió: “Con los avances tecnológicos que están surgiendo van a aumentar los usos y alcance de la ciencia de datos. Seguramente haya una integración con otras disciplinas”.
En la misma línea, Axel sostuvo que “la disciplina va a seguir creciendo, de hecho hoy tenemos científico de datos, ingenieros de datos, ingenieros de machine learning, es decir, ya se va fragmentando en roles; ese me parece que es el desafío hoy pensar el perfil de quienes egresan: si se los va a capacitar para que sepan un poco de todo, o con un perfil más matemático, computacional, con mucho pensamiento crítico, etc; seguramente se va a ir definiendo más con los años”.
Más casas de estudios
Además de la Unsam, Unab y UBA, hay otras universidades nacionales en el país que tienen la Licenciatura en Ciencia de Datos como la del Litoral o la de San Luis, donde se llama Licenciatura en Análisis y Gestión de Datos.
En tanto que la Universidad de Mar del Plata tiene una tecnicatura, y en otras como la de Entre Ríos, la Arturo Jauretche (Florencio Varela) o de La Plata se presenta como una especialización, diplomatura o posgrado para quienes hayan terminado una licenciatura o una tecnicatura previa. También está disponible como carrera de grado, tecnicatura o posgrado en distintas casas de altos estudio privadas.
La pandemia y la importancia de interpretar los datos
La pandemia por coronavirus puso de relieve la importancia que tiene realizar una correcta lectura de datos, aunque se realizaron modelos de interpretación que fueron tendenciosos, coincidieron especialistas al buscar un ejemplo sobre cómo la disciplina de ciencia de datos podría contribuir frente a un escenario de crisis sanitaria mundial.
“Durante la pandemia se vieron muchos estudios y análisis relacionados con la evolución de la enfermedad y las tasas de contagios. Se convirtieron temas de todos los días conceptos como el de modelado predictivo y suavizado de tendencias, etc. Creo que la pandemia ayudó a mostrar que se puede obtener mucha información a partir de los datos”, indicó Rodrigo Díaz, de la UNSAM.
Y continuó: “Lamentablemente, también vimos modelos poco cuidados, que dieron resultados poco acertados y que sin duda también degradaron la confianza de la ciudadanía en este tipo de herramientas”.
No obstante, el científico destacó que en la Unsam “la pandemia resultó un enorme impulso para el área de ciencia de datos”.
“Se utilizaron las técnicas de análisis que veníamos empleando para temas de física fundamental y astrofísica para el estudio de grandes volúmenes de datos. Por un lado, a través de un acuerdo con Telefónica, se analizaron los datos de millones de teléfonos celulares y su conexión con las antenas de telefonía para evaluar el nivel de cumplimiento de las medidas de aislamiento (por supuesto, se hizo de manera completamente anonimizada, y siguiendo estrictos protocolos de protección de datos, impuestos en muchos casos por la empresa)”, contó.
El resultado de este trabajo fue el Índice de Movilidad Ciudadana, que, gracias al enorme volumen de datos, tuvo una enorme precisión y permitió ver cambios y efectos muy pequeños.
“Por otro lado, -describió- se desarrolló un sistema de alerta temprana para la Provincia de Buenos Aires basado en la cantidad de llamadas diarias al número 148, puesto a disposición por las autoridades para anunciar la existencia de síntomas”.
Y añadió que “con un modelo sencillo, que explicaba estas llamadas como una combinación de llamados reales y otros generados por la inquietud generada por la situación, se alcanzó una herramienta con una capacidad de predicción que fue alabada por las autoridades y utilizada para la toma de decisiones en casos críticos”.
Por su parte, Pablo Groisman, coincidió en que “una de las cosas que vimos durante la pandemia fue que se usó pero también se abusó de los datos para hacerles ‘decir’ cosas que no estaban marcando; esto dejó en evidencia la necesidad de contar con profesionales que puedan usar los datos responsablemente”.
El especialista recordó que “se habló mucho de ‘las decisiones basadas en datos’ pero no siempre fue así, muchas decisiones se tomaban antes de evaluar los datos, y después se hacía un recorte para que los datos dijeran lo que se quería decir”.
“Nosotros estamos formando profesionales para que hagan el camino opuesto, para que no vayan con preconceptos, sino para que evalúen los datos teniendo en cuenta que muchas veces los datos dicen ‘no sé'”, aseguró.
Y a modo de ejemplo vinculado con la pandemia, Groisman descrió “con el tema de si había que abrir o no las escuelas en la pandemia, por ejemplo, y de un lado decían ‘los datos dicen que no’ y del otro decían ‘los datos dicen que sí’, y quizás lo que sucedía era que los datos no podían responder a esa pregunta”.
