No hay duda, la Fórmula 1 es un deporte caracterizado por su enorme sofisticación y por atraer a un número cada vez más grande de aficionados. Las transmisiones de los últimos campeonatos movieron unos 1.700 millones de espectadores cada año en todo el mundo. Un Gran Premio está soportado por una millonaria industria de alta tecnología, equipos de ingenieros que parecen sacados de ese cine de ciencia ficción donde los mejores cerebros conducen misiones a otros planetas y pilotos cuyo talento al volante de su monoplaza raya en la auténtica genialidad. Y, sin embargo, en todo este entramado existe algo que ha venido a resultar totalmente decisivo: el análisis de datos.

Puede que no exageremos al decir que el Fórmula 1 está pasando a ser un deporte de élite que corre sobre el análisis de datos. De hecho, es la ciencia de datos la que viene marcando el rumbo de los desarrollos que los constructores y equipos imprimen en la investigación de materiales, el impacto y desarrollo aerodinámico y las soluciones mecánicas. Claro, el análisis de datos viene utilizándose en la industria automotriz desde hace algunos años, pero en el caso de las máquinas que combaten por la victoria en el Gran Circo, donde se lucha por segundos y milésimas de segundo, tanto pilotos como ingenieros exigen respuestas a preguntas que están en la frontera de todo.

Existen diversos interrogantes en torno a la profundidad con que cada escudería utiliza el Big Data y el Data Science. Sí sabemos, por ejemplo, que necesitan explorar y estudiar ingentes cantidades de datos, generados por una gran red de sensores a bordo del coche. Desprendido de la propia naturaleza de la Fórmula 1, entendemos que una parcela considerable del análisis de datos demanda ser en tiempo real, es el caso de la información enviada por las piezas y sistemas más sensibles. De ahí que resulten diseños ultra-adaptados a las exigencias de la competición.

¿A QUÉ CLASE DE DATOS SE ENFRENTAN LOS ANALISTAS?

La irrupción del Big Data y el Data Science como grandes paradigmas tecnológicos de nuestro tiempo lo cambió todo. En el mundo del automovilismo arribamos a un momento que podría relativizar la posible ventaja tecnológica que pudiera existir entre rivales, es decir, una parte importante de las victorias pueden pasar a relacionarse con el talento y las competencias de un equipo especializado en análisis de datos, aquellos que pueden extender, precisamente, ese saber que se traduce en las sutilezas mecánicas, electrónicas e incluso en la mismísima estrategia de carrera.

Tenemos un ejemplo de lo anterior en la capacidad que nos da el Big Data y el Data Science para generar muy rápidamente modelos para simular distintas situaciones, cuyas conclusiones pueden marcar la toma de decisiones que definirán la táctica del equipo.

Se estima que un coche de Fórmula 1 puede llevar a bordo entre 150 y 300 sensores, éstos generan mapas formados por anclajes y puntos de datos distribuidos a lo largo del vehículo. Durante la celebración de un Gran Premio pueden acumularse 300 GB de datos llegados desde el monoplaza. Algunos expertos han hablado de un total de entre 40 y 50 TB al considerar el volumen de datos producidos por la totalidad del equipo.

Esto provoca, al mismo tiempo, que las necesidades de transmisión, seguridad y almacenamiento sean especiales, a lo que debemos sumar la propia capacidad de procesado necesaria y las soluciones de visualización. No olvidemos que entre los patrocinadores de las grandes escuderías, lo vemos en el actual campeonato, podemos encontrar a gigantes tecnológicos y líderes en la nueva industria del análisis de datos, entre ellos Microsoft y compañías filiales de Alphabet.

No hay nadie en el mundo de la Fórmula 1 que dude sobre el carácter estratégico de la computación en la nube o el análisis inteligente de los datos, así como del valor y posibilidades de competición que permite un equipo de especialistas en Big Data y Data Science con la formación superior para estar en un entorno de la más alta y exigente competición.

La incorporación fuerte de la ciencia de datos en el automovilismo también permite un importante ahorro de recursos, la llegada del modelo digital viene a reemplazar un proceso largo y costoso en el desarrollo y prueba de nuevos componentes y modelos.

Por supuesto, la era de la modelización digital es paralela a la vanguardia tecnológica. La matemática y estadística que resulta facultada por el flujo de información enviada por los, entre 40 y 50, sensores del motor a combustión de un coche de Fórmula 1 resulta útil únicamente cuando pensamos en los idiomas propios del Big Data y el Data Science (datos sobre temperatura, vibración, estado del material, revoluciones, respuesta, etc.).

El análisis de datos que obtenemos se convierte en recursos, ingeniería y dinero cuando acceden a él los constructores o los fabricantes del motor. Es de esta forma como se sabe la vida útil real de la unidad motora. Sin olvidar las fronteras aerodinámicas de todas esas curiosas piezas que estilizan al monoplaza, imposibles de desarrollar sin el análisis inteligente de los datos sobre flujos y presión del aire, los G alcanzados durante la aceleración, etc.. A lo anterior debemos sumar la información que termina en dos análisis de datos diferenciados: el verdadero universo en ciencia de los materiales que rodea a los neumáticos y los datos biométricos del piloto.

LA VICTORIA DEL BIG DATA Y EL DATA SCIENCE

Los aficionados a la Fórmula 1 saben bien que durante los últimos años hubo victorias y competiciones donde el análisis de datos tuvo mucho que ver. Recordemos, cómo no, uno de los capítulos más legendarios, ocurrido durante el Gran Premio de Brasil del 2012, prácticamente todavía en los inicios de las grandes aplicaciones de la ciencia de datos. Sebastian Vettel corría con Toro Rosso y luchaba por estar entre los tres primeros, dependía de ello el propio campeonato. Pero durante la primera vuelta recibió un impacto trasero que lo arrastró al último lugar.

¿Qué hacer? Los datos enviados por el coche viajaban a la velocidad de la luz hasta las pantallas de los ingenieros, que al aplicar sus análisis encontraron en cuestión de minutos un grave desbalanceo que terminaría por dañar el motor y destrozar los neumáticos.

Posterior a esto, el equipo movilizó a los analistas, que interpusieron sus modelos de predicción y generaron distintas visualizaciones que permitieron tomar las decisiones correctas. Fue así como en la vuelta número 10 el equipo de boxes sabía con precisión qué hacer. Moviéndose como rayos de fulgurantes colores hicieron sus ajustes con la precisión que solo admiten los tiempos de la digitalización. El resultado fue una impresionante remontada de Sebastian Vettel hasta el sexto puesto y, como todos recordamos, el título de tricampeón de Fórmula 1.

¿Qué más podemos decir? Bueno, que la formación superior en análisis de datos, por supuesto, permite incursionar profesionalmente en una cantidad espectacularmente grande de sectores industriales y económicos, pero también resulta la ventana más importante hasta la fecha para quienes buscan ser científicos y científicas de datos en lugares donde la pasión, el vértigo y la adrenalina pasan a ser parte de la estadística y la modelización digital.

Experto, Especialista y Máster en Big Data y Data Science de la UNED:

CONVOCATORIA 2024 - MATRÍCULA ABIERTA