La ciencia de datos es una de las áreas que está tomando cada vez más protagonismo dentro de las organizaciones y por eso, la demanda de ingenieros/as y/o profesionales especializados en este ítem crece cada día más en las empresas.

En este contexto, el director del Doctorado en Data Science de la UAI, que iniciará su primera versión en marzo de 2022, Leopoldo Bertossi, cuenta por qué un data scientist debería realizar un doctorado y las fortalezas y proyecciones de este nuevo programa de la Facultad de Ingeniería y Ciencias UAI.

¿Cuáles son los principales atributos del Doctorado en Data Science de la UAI?

Este es el primer programa de doctorado en Data Science que existe en Chile. Nuestro programa tiene varias características que lo hacen especial: Por un lado, este programa de doctorado se construye sobre la base de un Magíster Académico en Data Science que impartimos en la UAI desde hace dos años.

Este atributo es muy importante. En Chile no existen muchas opciones de realizar postgrados académicos en Data Science, con el fin de desarrollar una carrera académica en torno a la ciencia de datos o desempeñarse como investigador en el área. Nuestros programas son los primeros en ofrecer esa posibilidad.

Por otro lado, nuestro programa de doctorado cuenta con una gran fortaleza: los/as profesores/as.

Todos/as los/as profesores/as del doctorado en Data Science trabajan full time para la universidad; asimismo, son investigadores activos en el área de la ciencia de datos. Por lo tanto, la base del claustro es muy sólida.

Finalmente, puedo decir que uno de los focos más importantes de este programa de doctorado es la investigación. Desde el magíster académico, a los/as alumnos/as se les exige desarrollar proyectos de tesis; y en el doctorado también deberán asumir el desafío de embarcarse en un proyecto de investigación de más largo plazo y ambición, desde el primer año.

La duración de nuestro doctorado en Data Science es de cuatro años.

¿Qué oportunidades tienen los futuros egresados/as de este doctorado en el mundo laboral?

Este doctorado no solamente prepara a los/as alumnos/as para hacer investigación; ese es uno de varios caminos.

El programa también prepara a los/as estudiantes en aspectos y competencias tecnológicas.

Tenemos cuatro cursos obligatorios que apuntan a este fin: hay un curso completo de técnicas estadísticas y probabilísticas en Data Science. También impartimos un curso completo de Data Management; profundizamos en temas más allá de las bases de datos; exploramos aspectos como integración, limpieza y transformación de los datos, y bases de datos multidimensionales.

El tercer curso se centra en álgebra lineal y optimización. El álgebra lineal es una pieza clave de la ciencia de datos, especialmente para las soluciones de machine learning. Por eso, este curso se concibe y se dicta, desde el principio, con una mirada desde el aprendizaje de máquina. No es el típico curso de álgebra lineal de pregrado.

El cuarto curso se concentra plenamente en el aprendizaje de máquinas y sus aplicaciones.

Como se puede ver, estos cursos entregan tanto los fundamentos de los métodos como sus aplicaciones. De allí que las competencias que los/as alumnos/as pueden desarrollar con esta malla curricular sean muy atractivas para las empresas y también para la investigación.

Los/as estudiantes que realizan estos cuatro cursos, más los cursos electivos del Programa, salen preparados/as para aportar muchísimo valor a las empresas, ya que se habrán convertido en profesionales capaces de enfrentar grandes desafíos, con una base y visión distintas; asimismo, sabrán sugerir e implementar modelos e interpretar resultados.

Si a este conjunto de competencias le sumamos la experiencia que los estudiantes habrán ganado durante el desarrollo de sus tesis, nos encontraremos frente a perfiles entrenados a un nivel muy alto.

Insisto, estas cualidades son relevantes tanto en la industria como en la academia. La capacidad y la autonomía que se desarrollan haciendo investigación son valiosas e insustituibles.

En Estados Unidos, Canadá y Europa es común que las empresas y las universidades se peleen por perfiles con doctorado. Desde ambos sectores buscan contar con los mejores profesionales del área.

En Chile se está comenzando a ver esta realidad también, pero aún es una práctica tímida. Por eso siempre trato de enviar el mismo mensaje, a saber, que ya es tiempo de que las organizaciones públicas y privadas en Chile tomen en serio la relevancia de contratar personas con buenos postgrados. Son profesionales que tienen mucho para aportar, y de una manera distinta a la del profesional usual.

Cuando un/a estudiante culmina un doctorado está demostrando ser una persona que puede trabajar de forma autónoma e independiente. Asimismo, se valida su fuerza de voluntad y perseverancia. Todo esto aparte de los conocimientos avanzados que adquiere y las habilidades que desarrolla.

¿Cómo describirías los esfuerzos de implementación de ciencia de datos en América Latina?

Yo creo que los mayores desafíos están en la inversión, el desarrollo de investigación y la innovación, tanto a nivel académico como industrial.

En Latinoamérica hay muy poca investigación en Data Science, mucho más allá de lo que se hace en Brasil, Chile, Argentina y México, para nombrar los principales países protagonistas.

Por ejemplo, Chile está muy bien con respecto al número de publicaciones que se realizan. Me atrevo a decir que estamos bien posicionados. Sin embargo, a pesar del relativamente alto número de publicaciones que Chile produce, el impacto que estas generan es relativamente bajo. Esto no se da solo en data science; el problema es más amplio.

Son varias las razones, pero una de las más evidentes para mí es la idea de seguir sumándonos a los journal rankings, los cuales muchas veces, y a pesar de sus altos índices, representan a revistas donde los investigadores relevantes a nivel internacional no publican, o simplemente no leen.

El criterio de calidad de la investigación basada en los rankings y cuartiles del World Of Science (WOS) que usan nuestras agencias de financiamiento y acreditación está equivocado, especialmente en áreas como ciencia de computación y data science.

Leopoldo Bertossi habla de las fortalezas y desafíos del Doctorado en Data Science,

En el mundo desarrollado estos rankings no se usan. Sin embargo, es fácil saber cuándo un investigador es de calidad: no hay como la evaluación directa por parte de los pares.

Cuando suscribimos a este tipo de prácticas, enviamos las señales equivocadas a nuestros investigadores y ponemos los incentivos en el lugar equivocado. Es fundamental cambiar el sistema de evaluación de los investigadores y los programas. Y es importante generar ese cambio rápido porque, hasta ahora, las publicaciones en Chile producen mucho ruido y pocas nueces.

Hay que comenzar a enviar las señales correctas. Chile es un mercado muy interesante, con gente preparada y motivada; como país, somos un polo de atracción para potenciales alumnos del resto de Latinoamérica.

Con respecto a la industria, yo no la veo muy comprometida con el desarrollo tecnológico o la innovación. Hay un enorme vacío y aún no se ven los mecanismos que puedan cambiar la situación.

Como ya lo mencioné, las empresas deben sumar a sus filas personas capaces de innovar. Para ello, deben poner foco en los profesionales con magisters académicos y doctorados; es decir, personas con competencias de primer nivel y un amplio conocimiento del campo.

No basta con tener las tecnologías más avanzadas, si los equipos carecen de la experiencia, la curiosidad y la imaginación necesarias para usarlas, extenderlas y aprovecharlas adecuadamente; estas competencias son necesarias para dar el paso innovativo siguiente.

Si bien es común ver que las grandes empresas chilenas, las más tradicionales, no invierten mucho en innovación, es pertinente decir que en el país están surgiendo muchas startups con ambición.

Cada vez existen más empresas pequeñas, con talentos muy especializados, que están comenzando a generar desarrollos tecnológicos muy interesantes. Estas startups están atrayendo a personas con doctorado y, de paso, compitiendo por talento con las universidades.

Son más bien las startups las que están surfeando en la cresta de la ola y llevan la iniciativa

A pesar de que esta realidad dificulta la tarea de reclutar gente valiosa por parte de las universidades, creo que es una tendencia muy positiva para el país.

Ojalá se desarrollen pronto políticas de estado que apoyen a este tipo de empresas emergentes, y también a las establecidas, en la contratación de personal del más alto nivel. Hay que estimularlas para que se atrevan a hacer la apuesta.