La encuesta de CIOs de 2018

Cada año intentamos resumir aquí las encuestas a los primeros directivos de informática, al menos las mayores y más creíbles, como la de Gartner o la de la Society for Information Management. Este año Gartner acaba de presentar la suya en el evento de Barcelona y ha publicado una infografía en abierto. La mayoría de nuestros estudiantes y profesores pueden acceder a los informes completos en los enlaces disponibles en algunas aulas o a través de la biblioteca. La referencia es ID G00341914. En pocas palabras, éste es un año con cambios poco radicales, pero en el que se acentúan algunas tendencias de los dos últimos y aparecen otras nuevas. Es un paso más en la buena dirección. Vamos allá con los principales titulares. La evolución del rol del CIO. Gartner CIO Survey 2018 Los mayores motores del cambio son el crecimiento de negocio, facilitado por la transformación digital, y la recuperación económica que permite una mayor inversión en informática. El crecimiento mundial esperado es del 3% anual, un poco más en Europa y Oriente Medio (3,2%). Mientras mayor es el esfuerzo en transformarse digitalmente, mayor es la inversión en informática. Como hemos dicho otras veces, la diferencia ahora es que la tecnología va por delante de la estrategia y es, en sí misma, un motor de oportunidades de negocio, tanto en las empresas intensivas en información (las finanzas, los medios de comunicación y negocios de internet, la sanidad o el sector público) como en las analógicas tradicionales: las tecnologías de lo social, la movilidad, la inteligencia analítica, la nube, la internet de las cosas o, emergiendo, la inteligencia artificial....

Apostando por Data Science (Ciencia de datos) desde la universidad

Datos y más datos. En los diferentes ámbitos de nuestra vida cotidiana, realizamos acciones a través de la red que quedan registradas en formato digital: compras por Internet; solicitudes de trámites burocrático-administrativos; comunicación con amigos, colegas del ámbito profesional y personas ligadas a la educación de nuestros hijos; también el cuidado de nuestra salud. Si la realidad puede pintarse a través de un conjunto de registros podremos analizarla de forma sistemática. Efectivamente, será necesario poner etiquetas (marcar) cada uno de los registros, tener esta información convenientemente almacenada y estar seguros que es de calidad.  No es excesivamente fantasioso ni ingenuo pensar que en estas condiciones podemos analizar cómo son las cosas y tomar decisiones fundamentadas en “aquello que ocurre”  y no en “lo que a mí me parece o mi experiencia sugiere”.    Desde mi punto de vista la cuestión no es tener muchos datos o la capacidad de obtenerlos: los datos en bruto solamente tienen potencial. La cuestión es formular las preguntas pertinentes, tener necesidad de conocer un aspecto que los datos pueden reflejar. Aunque muy probablemente no podamos responder cualquier pregunta, sí podemos empezar por las más sencillas (¿es esto del tipo A o del tipo B?) e ir avanzando en grado de complejidad creciente (cuando los estudiantes navegan por el campus virtual, ¿qué rutas de clics describen?). La ciencia de datos puede dar respuesta a cierto tipo de preguntas mediante algoritmos específicos. A parte de recolectar los datos, “cocinarlos” (o “triturarlos”) y visualizarlos, tendremos que ponerlos en contexto y dialogar con expertos del dominio para interpretarlos y narrarlos de forma que la respuesta a las preguntas...

El futuro de la seguridad en el ámbito del Internet de las Cosas

En la última década hemos presenciado cómo los ordenadores se convierten en dispositivos móviles y dan el salto a nuestros bolsillos. Al mismo tiempo, estos dispositivos han pasado a estar conectados a Internet de manera esporádica a estar conectados de manera ubicua gracias a las tecnologías de comunicación celular. Esta combinación ha implicado un cambio radical en nuestra manera de acceder a la información y de comunicarnos, transformando a su vez la sociedad en la que vivimos. El siguiente paso en este proceso de evolución tecnológica es la miniaturización de los ordenadores y el desarrollo de tecnologías de comunicación móvil adaptadas a las máquinas, cosa que permitirá que sean los objetos los que tengan conexión directa a Internet. Este concepto se conoce popularmente como Internet de las Cosas (IoT, del inglés Internet of Things) y hoy en día ya es innegable que tendrá un gran impacto social y económico en el ámbito de las ciudades y la industria en los próximos años. En este contexto, existe una preocupación creciente respecto a las implicaciones de seguridad que presenta el despliegue masivo de dispositivos conectados a Internet. Esto resulta especialmente cierto en los ámbitos donde el funcionamiento de los sistemas conectados a Internet resulta crítico para el correcto desarrollo de la actividad humana o su afectación puede tener un impacto económico negativo, como es el caso de los sistema de generación y distribución de energía. Hasta la fecha, la mayoría de ataques informáticos se han perpetrado desde ordenadores de sobremesa, ya sean personales o corporativos, a través de virus informáticos que permiten su control de manera remota. Gracias a la orquestación de un número...

IoT Solutions World Congress, las novedades en el sector del Internet de las Cosas

Barcelona acogió, del 3 al 5 de octubre, una nueva edición del congreso Internet of Things Solutions World Congress (IoTSWC), organizado por la Fira de Barcelona en el recinto de Gran Vía. Otro año más ha sido uno de los certámenes de referencia en soluciones de Internet of Things (IoT) y todas las áreas de negocio relacionadas. El IoTSWC ha combinado sesiones de conferencias con una extensa área de exposición en la que los testbeds y demos han tenido un protagonismo especial. Igual que en la anterior edición, las soluciones IoT para las Smart Cities han tenido una gran visibilidad, junto con la aplicación de IoT en la industria, y la presencia cada vez más importante de empresas cuyo foco de negocio es el cloud y la seguridad en IoT. Esta edición del IoTSWC ha demostrado la madurez del sector de las Smart Cities, en la que los principales operadoras de telecomunicación han seguido ofreciendo sus soluciones para la ciudad inteligente. Desde aplicaciones de alumbrado inteligente, pasando por “smart beacons” capaces de proporcionar información de la ciudad de forma personalizada, hasta aplicaciones de eficiencia energética y monitorización ambiental, parece que las Smart Cities han adoptado plenamente las soluciones IoT como parte esencial para generar valor en la ciudad. Junto con las ciudades inteligentes, este año también se han podido ver soluciones IoT para la automatización del hogar, especialmente dedicadas a la climatización inteligente y al uso de la voz para el control de los dispositivos que en él se encuentran, en lo que parece el inicio de un sector prometedor. Otro de los ámbitos de aplicación de IoT con...

Lecciones aprendidas sobre deep learning para la detección de fraude de tarjetas de crédito

En este post os presentamos un resumen y la presentación completa de una de las charlas del UOC Data Day, celebrado el día 14 de junio de 2017 en Barcelona sobre el uso de las redes neuronales (deep learning) para la detección de fraude de tarjetas de crédito. Esta ponencia fue a cargo de Alberto Rubio Muñoz, Senior Data Scientist en BBVA Data & Analytics y profesor colaborador docente del área de minería de datos y machine learningdel Máster universitario en Ciencia de datos (Data Science). Los datos están cambiando nuestra sociedad. Debido a los datos estamos repensando nuestras industrias para construir mejores productos: agricultura, educación, finanzas, jurídicos, etc. Con el advenimiento de los datos, un hijo pródigo del machine learning ha vuelto a la delantera para desempeñar un papel principal: las redes neuronales artificiales, también conocido como Deep learning o aprendizaje profundo. En esta charla, proporcionaremos algunas ideas sobre su aplicación para detectar transacciones de tarjetas de crédito fraudulentas realizadas en tiendas y minoristas en línea. También describiremos los datos que usamos, cómo se entrenan las redes neuronales y cómo se mide su eficiencia o precisión. Además, reflexionaremos sobre cómo la posibilidad de procesar gran cantidad de datos ha impulsado el deep learning y el machine learning en la industria. A continuación, os dejamos la grabación de la ponencia completa, así como el material de soporte utilizado para la presentación. ¡Esperamos que la disfrutéis! Nota: Este artículo ha aparecido previamente en el blog de Análisis y Ciencia de Datos de la UOC: http://dataanalysis.blogs.uoc.edu/.   Jordi Casas es profesor de los Estudios de Informática, Multimedia y Telecomunicación en la UOC y director...

Deep Learning en #XDS3

A finales de agosto se celebró en París (concretamente en Palaiseau) la Data Science Summer School 2017 (DS^3), organizada por el Laboratoire de Informatique (LIX) de la prestigiosa École Polytechnique francesa. Aunque era su primera edición, el evento fue todo un éxito, con más de 400 inscritos, incluyendo estudiantes, investigadores, profesores y profesionales de industria y empresa del sector. Sin duda, estos números confirman el auge que estamos viendo en los temas relacionados con la ciencia de datos, machine learning, análisis de datos, Big data y otros temas relacionados. Durante los cinco días que duró el acto, se dieron diversas ponencias y tutoriales de muchos temas relacionados con la ciencia de datos: por ejemplo, se habló extensamente de graphical models, randomized optimization methods o bayesian optimization. Pero sin duda, el “rey de la fiesta” fue el deep learning. Cerca del 40% de la programación del evento estaba relacionado con las redes neuronales y deep learning. Uno de los grandes atractivos de este evento fueron las clases magistrales que ofreció Yoshua Bengio sobre redes neuronales artificiales y deep learning. Las redes neuronales artificiales (ANN, artificial neural networks) están formadas por un conjunto de neuronas distribuidas en distintas capas. Cada una de estas neuronas realiza un cálculo u operación sencilla sobre el conjunto de valores de entrada de la neurona, que en esencia son entradas de datos o las salidas de las neuronas de la capa anterior, y calcula un único valor de salida que, a su vez, será un valor de entrada para las neuronas de la siguiente capa o bien formará parte de la salida final de la red. La siguiente figura presenta un esquema básico de una red neuronal con la capa de...