Como en múltiples ámbitos de la ciencia y la tecnología, el Big Data y el Data Science ayudan a resolver algunos de los grandes desafíos de la investigación y la exploración espacial. Desde hace varios años, la NASA tiene en el análisis de datos uno de sus grandes focos de atención. Su volumen de datos acumulados, llegados de proyectos en ciencias de la Tierra y misiones a otros planetas, plantean una demanda continua de científicos y analistas de datos, así como soluciones imaginativas en Inteligencia Artificial. Así es el Big Data y el Data Science en la NASA.

¿Qué hace a una ciudad inteligente? Desde la generalidad, la adopción de tecnologías aplicadas a los espacios urbanos enfocadas a la creación o mejora de sus servicios públicos y procesos productivos, por ejemplo, en áreas como comunicación, movilidad, clima y participación ciudadana. Hablar de transformación digital es también hacerlo de Big Data y Smart City.

• Existe una importante demanda de soluciones basadas en técnicas Deep Learning: detección de fraude, tratamiento de texto, reconocimiento de voz, reconocimiento facial o traducción automática, etc.
• Las compañías prestan atención al origen y consistencia de las credenciales académicas de sus candidatos a trabajar en este tipo de proyectos.
• Está planteada una especie de “batalla” entre grandes plataformas que sirven cientos de cursos breves a muy bajo costo y formaciones avanzadas a mayor precio, bajo supervisión universitaria y dirigidas por reconocidos especialistas.
• Este es el contexto de la pregunta que acompaña la presente entrada: ¿Dónde aprender Deep Learning?

El lenguaje de programación Python, con permiso de R, encabeza las listas de los más utilizados: es el aquí y ahora del análisis de datos. Gratuito y sencillo de utilizar, multiplataforma y multiparadigma. Python se presenta como la herramienta concreta que presta sustento a las grandes revoluciones tecnológicas de nuestra época: Big Data, Data Science, Inteligencia Artificial o Deep Learning. Su plasticidad le coloca en el papel estrella dentro de proyectos de investigación científica, así como en algunos de los más osados desafíos asumidos por las grandes agencias y los gigantes tecnológicos.

¿Cuáles son los sectores productivos donde se extiende la utilización del Deep Learning? ¿Cuáles son los factores importantes al considerar una profundización o formación avanzada en Deep Learning? La tendencia general parece dar mucho valor a los enfoques integrales y a la visión práctica. El Aprendizaje Profundo se consolida como la gran objetivación de conocimientos adquiridos por los expertos y especialistas en Big Data y Data Science.

Vivimos una época única: sistemas computacionales autónomos que interactúan continuamente con humanos, máquinas que solucionan problemas y acumulan aprendizajes. Deep Learning: la vanguardia de las grandes transformaciones tecnológicas, el conjunto de metodologías que abren un capítulo nuevo en el viejo problema de la “predicción”. Inteligencia Artificial que puede imitar rasgos de la psicología humana: una de las claves para hacer al mundo más sostenible.

El 2020 se aproxima a su fin, ya aparecen las habituales “tendencias 2021”, incluso en Big Data y Data Science. Se repiten algunos tópicos: ¿Qué duda cabe de que los expertos y especialistas en análisis de datos son el perfil más necesario y demandado? Sin embargo, algunas ventanas profesionales en el mundo de los datos hace mucho dejaron la lista de tendencias para convertirse en urgencia. El cambio climático es uno de esos casos.

Las estrategias en marketing digital se han apoyado siempre en el estudio de los datos a su alcance. Pero el Big Data y el Data Science permiten elevar los objetivos de estos profesionales a otro nivel, gracias al diseño de mensajes, productos, etc. súper-adaptados a sus audiencias. El análisis de datos eleva considerablemente las posibilidades de éxito de acciones comunicativas que ya no rebotan a ciegas por el ciberespacio.

El análisis de datos es un argumento tabulado desde hace años en la ciencia ficción. Algunas historias plantearon debates que ya tenemos ante nosotros. Existen sistemas “precrimen”, basados en algoritmos y análisis inteligente de los datos, que buscan apoyar la lucha contra distintos delitos. El Big Data tiene uno de sus enfoques en los modelos predictivos que buscan alertar a las autoridades sobre la llegada de un crimen, antes de que éste ocurra.

Es necesario acercar el análisis de datos a los sistemas educativos. El Big Data nos permitiría introducir diagnóstico y predicción en la construcción de modelos formativos personalizados, tendentes a desarrollar aquellas habilidades y aptitudes que nos hacen únicos. En ningún sitio se dice que nacemos para vivir en malestar o infelicidad a cambio de islas inconexas de placer (además, asociadas al consumo incuestionado o la información trivial) o que somos clones por demanda de la producción.