{"id":11867,"date":"2019-11-13T14:05:06","date_gmt":"2019-11-13T12:05:06","guid":{"rendered":"https:\/\/www.hiberus.com\/crecemos-contigo\/?p=11867"},"modified":"2023-12-14T23:03:47","modified_gmt":"2023-12-14T22:03:47","slug":"entrevista-a-mariano-minoli-y-alejandro-moreno-responsables-del-area-hiberus-data-analytics","status":"publish","type":"post","link":"https:\/\/www.hiberus.com\/crecemos-contigo\/entrevista-a-mariano-minoli-y-alejandro-moreno-responsables-del-area-hiberus-data-analytics\/","title":{"rendered":"Entrevista a Mariano Minoli y Alejandro Moreno, responsables del \u00e1rea Hiberus Data & Analytics"},"content":{"rendered":"

Por primera vez en la historia de la humanidad tenemos m\u00e1s informaci\u00f3n de la que podemos procesar.\u00a0Los datos constituyen un activo imprescindible para las compa\u00f1\u00edas y se han convertido en una potente herramienta estrat\u00e9gica para la toma de decisiones que generan impacto de negocio.<\/p>\n

En Hiberus nos gusta contar con los mejores, as\u00ed que hoy conocemos m\u00e1s de cerca a los responsables de nuestra \u00e1rea de Data & Analytics<\/a><\/strong>, dedicada al desarrollo de soluciones y proyectos basados en tecnolog\u00edas de datos.<\/p>\n

Mariano Minoli <\/strong>est\u00e1 vinculado al mundo de los datos desde hace 20 a\u00f1os. Este argentino comenz\u00f3 su andadura profesional a los 19 a\u00f1os, estando a cargo de un centro de procesamiento de datos (5 millones de transacciones al d\u00eda). Trabaj\u00f3 en entornos relacionales y Data Warehousing, en plataformas de Oracle y de Microsoft.<\/p>\n

Tras la realizaci\u00f3n de un doctorado que le hizo acercarse a la Ontolog\u00edas y Sem\u00e1ntica, volvi\u00f3 a la industria en 2012 para trabajar en Big Data y Machine Learning (formado en MIT). Adem\u00e1s, colabora con un proyecto de investigaci\u00f3n en Argentina especializado en el \u00e1rea de Procesamiento del Lenguaje Natural.<\/p>\n

\u00a1Mariano incluso ha sido el presentador oficial de la versi\u00f3n de SQL server para Microsoft!<\/p>\n

Alejandro Moreno <\/strong>realiz\u00f3 como proyecto de fin de carrera una plataforma de Data Warehouse enfocada en analizar y mostrar informaci\u00f3n para una start-up cuyo negocio era la seguridad. Tras ese per\u00edodo desarroll\u00e1ndose profesionalmente en Suiza volvi\u00f3 a Zaragoza como responsable t\u00e9cnico de la plataforma de Business Intelligence de una gran entidad de derecho p\u00fablico. Se mont\u00f3 una plataforma nueva de Business Intelligence y Data Warehouse con los nuevos productos de Oracle, y se presentaron los primeros casos de uso en diferentes eventos a lo largo de toda Espa\u00f1a (Barcelona, Madrid y M\u00e1laga).<\/p>\n

Se incorpor\u00f3 a una multinacional para trabajar como analista y desarrollador de proyectos de Business Intelligence y con el tiempo evolucion\u00f3 hacia diferentes tecnolog\u00edas Big Data, como Hadoop<\/a> o productos como Vertica<\/a> ( es una base de datos columnar) y Idol (plataforma de indexaci\u00f3n de contenidos).<\/p>\n

Despu\u00e9s de trabajar en diferentes proyectos para muchos clientes, en 2015 Alejandro arranc\u00f3 y lider\u00f3 un proyecto para una gran entidad bancaria del IBEX 35 que empez\u00f3 con un equipo de 3 personas y que en los \u00faltimos a\u00f1os se ha mantenido estable en 30 personas dedicadas a proyectos de modelado corporativo, visualizaci\u00f3n, ingesta en tiempo real y machine learning.<\/p>\n

 <\/p>\n

\"Foto<\/a><\/p>\n

<\/h2>\n

\u00bfQu\u00e9 es lo que m\u00e1s os interesa del mundo Data?<\/strong><\/h2>\n

Mariano:<\/strong> Por primera vez en la historia, la humanidad est\u00e1 generando m\u00e1s datos que los que puede procesar\u2026 me parece un reto aprovechar toda esta informaci\u00f3n para superar los desaf\u00edos actuales de las organizaciones.<\/p>\n

Alejandro:<\/strong> El conocimiento del negocio que tiene que haber detr\u00e1s. As\u00ed, como en otras \u00e1reas puedes trabajar son conocer el negocio en s\u00ed, aqu\u00ed sin conocer el negocio y el contexto es imposible que trabajes.<\/p>\n

 <\/p>\n

Sabemos que Data Science no se trata s\u00f3lo de cuadros de mando, reports, modelos o algoritmos, sino que va m\u00e1s all\u00e1 de todo eso. \u00bfPodr\u00edas explicarnos para qu\u00e9 sirve la ciencia de datos a nivel empresarial?<\/strong><\/h2>\n

Mariano:<\/strong> Actualmente todos tenemos claro el valor que se puede obtener de los datos. Durante a\u00f1os el mercado no les ha dado la importancia que se les asigna hoy en d\u00eda. Eso ha hecho que las empresas inicien procesos de transformaci\u00f3n digital y tiendan a modelos DDD (Decision Data Driven)<\/strong><\/em>. Las empresas, ahora m\u00e1s que nunca, est\u00e1n preocupadas en obtener informaci\u00f3n a partir de los datos de las herramientas que disponen. Hay mucha gente que considera que \u00a1Los datos son el nuevo petr\u00f3leo!<\/p>\n

Alejandro:<\/strong> Todo viene con la explosi\u00f3n de internet y de las redes sociales. Muchos datos ya se estaban obteniendo, pero no se estaban analizando. Las propias herramientas de Big Data y visualizaci\u00f3n de datos han evolucionado y ahora es m\u00e1s f\u00e1cil obtener m\u00e1s informaci\u00f3n. El desarrollo de las plataformas de cloud en los \u00faltimos a\u00f1os tambi\u00e9n lo ha facilitado.<\/p>\n

 <\/p>\n

Muchas veces la gente confunde err\u00f3neamente el data o el business intelligence con un cuadro de mando o un report. \u00bfPod\u00e9is contarnos m\u00e1s sobre el proceso que hay detr\u00e1s de todo?<\/strong><\/h2>\n

Alejandro:<\/strong> Detr\u00e1s del cuadro de mando hay una estrategia de an\u00e1lisis de datos. El proceso que llevamos a cabo consiste en detectar las necesidades de informaci\u00f3n de cada organizaci\u00f3n, identificar las fuentes de informaci\u00f3n adecuadas, analizar c\u00f3mo se combina la informaci\u00f3n y c\u00f3mo se ofrece su visualizaci\u00f3n.<\/p>\n

Mariano:<\/strong> Cuando comenzamos a trabajar con un cliente, una de las primeras cosas que hacemos es analizar la madurez de su ecosistema de datos<\/strong><\/em>. Muchas veces los clientes quieren obtener la informaci\u00f3n, pero sus entornos de datos no tienen la madurez necesaria para estos procesos.<\/p>\n

 <\/p>\n

\u00bfQu\u00e9 perfil tiene un profesional de los datos?<\/strong><\/h2>\n

Alejandro:<\/strong> Un profesional de los datos es un perfil complejo porque la tecnolog\u00eda avanza muy r\u00e1pido y eso hace que tengas que estar en formaci\u00f3n continua. Muchas de las tecnolog\u00edas con las que trabajas hoy en d\u00eda, hace algunos a\u00f1os pr\u00e1cticamente no exist\u00edan. En nuestro equipo identificamos distintos tipos de perfiles:<\/p>\n

    \n
  • Un perfil de data que trata y procesa la informaci\u00f3n<\/em><\/strong>. Suele tener una base anal\u00edtica y estructurada.<\/li>\n
  • Un perfil de data que muestra la informaci\u00f3n<\/strong><\/em>. Un perfil imaginativo normalmente vinculado al dise\u00f1o y a la usabilidad, que est\u00e9 m\u00e1s cerca de lo que el cliente espera.<\/li>\n<\/ul>\n

    Mariano:<\/strong> Hace 5 a\u00f1os no exist\u00edan la mayor\u00eda de las herramientas que utilizamos por lo que no es posible tener una gran experiencia. Hace falta ser estar siempre motivado y abierto a formarse constantemente.<\/p>\n

     <\/p>\n

    \u00bfC\u00f3mo est\u00e1n cambiando los grandes datos el mundo? \u00bfAlg\u00fan ejemplo? <\/strong><\/h2>\n

    Mariano:<\/strong> Est\u00e1n cambiado el mundo, la forma de hacer negocios y la forma de dar servicios. Hoy en d\u00eda todos interactuamos con servicios de datos y ni siquiera nos damos cuenta. Google es, por ejemplo, uno de los primeros sistemas de Big Data de la historia<\/strong><\/em> y su \u00e9xito se debe a algunas estrategias en ese aspecto. Tambi\u00e9n Uber, Trivago, Booking, todas las apps\u2026 est\u00e1n obteniendo datos de nuestro uso y realizan recomendaciones en base a eso.<\/p>\n

    Alejandro: <\/em><\/strong>No sabemos c\u00f3mo los datos est\u00e1n cambiando nuestro d\u00eda a d\u00eda. Hay un video de The Economist en el que puede verse como los datos han cambiado la forma de jugar al baloncesto en los Estados Unidos porque en los a\u00f1os 80 cuando se inventaron los triples, apenas se tiraban triples; sin embargo, conforme se han pudieron a analizar los movimientos de los jugadores, las posibilidades de tiro desde las diferentes zonas desde las que puedes tirar a canasta, se ha visto que es mejor tirar de triple aunque tengas un menor porcentaje porque anotas m\u00e1s puntos.\u2026 es decir, el tipo de jugador que juega en la NBA se ha visto modificado debido a los datos.<\/p>\n

    Ahora son jugadores m\u00e1s atl\u00e9ticos que pueden anotar desde cualquier posici\u00f3n. De hecho, la evoluci\u00f3n misma se puede haber observado en Marc Gasol que ha pasado a lanzar y anotar triples, algo impensable en los inicios de su carrera.<\/p>\n