La industria del videojuego en España

(Trobareu més avall la versió catalana d’aquest contingut.)

El pasado 29 de agosto se celebró el Día Mundial del Videojuego o el Día Gamer. Por ello, desde los Estudios de Informática, Telecomunicación y Multimedia de la UOC hemos querido reflejar mediante unas infografías cómo es la industria del videojuego en España.

El profesional de la industria del videojuego en España. 
¿Cómo son los profesionales que crean videojuegos? 12991 profesionales vinculados al sector. 6337 empleos directos. 4436 indirectos y 2218 autónomos.
Por edad y titulación: 68% estudios superiores, 24% estudios medios, 8% sin formación reglada. 55% menos de 30 años, 42% entre 30 y 45, 3% más de 45.

De la infografía número 1 destacamos que casi 13.000 personas trabajan en la industria del videojuego en España, de una manera directa o indirecta. Además, un dato relevante es que más de la mitad de los profesionales, un 55%, tiene menos de 30 años. El sector, por lo tanto, es bastante joven.

Inclusión de la mujer: 16% en 2014, 18% en 2015, 17% en 2016 y 2017, 16,5% en 2018.
Perfiles profesionales: 26% programación, 6% marketing y distribución, 7% gestión de proyectos, 7% animación, 10% game design, 9% arte, 24% otros (gestión y administración, QA, monetización, diseño de sonido, producción musical...)

De la infografía número 2 destacamos la baja presencia de la mujer en el sector, apenas un 16%. Además, esta cifra se ha ido estancando a lo largo de los años, lejos de subir como vendría siendo esperado. Además, un 26% del personal se dedica a la programación y un 16% al arte.

Necesidades de formación
50% de las empresas tiene dificultades para encontrar profesionales del sector.
Profesiones más difíciles de encontrar: programación, 73%, game design 51%, marketing y distribución 51%, monetización 33%
Principales causas de la dificultad: falta de experiencia 38%, formación insuficiente 31%, formación muy generalista 16%
Herramientas más utilizadas
85% Unity, 23% Unreal, 10% motor propio

En la infografía número 3 observamos que la mitad de las empresas del sector tiene dificultades a la hora de encontrar profesionales. Este dato es muy relevante ya que nos indica cómo está la situación laboral de la industria del videojuego. ¿El motivo? La falta de experiencia y una formación insuficiente.

En relación con los datos anteriores, los profesionales que se dedican a la programación son los más difíciles de encontrar.

Producciones con éxito
Aragami. Desarrollador y editor: Lince Works. Plataformas: PC, PS4, Xbox One
Gris. Desarrollador: Nomada Studio. Editor: Devolver Digital. Plataformas: PC, Nintendo Switch
Do Not Feed The Monkeys. Desarrollador: Fictiorama Studios. Editor: Badland Games. Plataformas: PC
Moonlighter. Desarrollador: Digital Sun Games. Editor: 11bit studios. Plataformas: PC, PS4, Xbox One, Switch

La infografía número 4 nos refleja las producciones de éxito más relevantes.

La UOC dispone de:

Català

La indústria del videojoc a Espanya

El passat 29 d’agost es va celebrar el Dia Mundial del Videojoc o el Dia Gamer. Per aquesta raó, des dels Estudis d’informàtica, Multimèdia i Telecomunicació de la UOC hem volgut reflectir, mitjançant diverses infografies, com és la indústria del videojoc a Espanya.

El professional de la indústria del videojoc a Espanya. 
Com són els professionals que treballen creant videojocs? 12991 professionals vinculats al sector. 6337 feines directes. 4436 indirectes i 2218 autònoms.
Per edat i titulació: 68% estudis superiors, 24% estudis mitjans, 8% sense formació reglada. 55% menys de 30 anys, 42% entre 30 i 45, 3% més de 45.

De la infografia número 1 destaquem que gairebé 13.000 persones treballen a la indústria del videojoc a Espanya, d’una manera directa o indirecta. A més a més, una dada rellevant és que més de la meitat dels professionals, un 55%, té menys de 30 anys. El sector, en conseqüència, és bastant jove.

Inclusió de la dona: 16% en 2014, 18% en 2015, 17% en 2016 i 2017, 16,5% en 2018.
Perfils professionals: 26% programació, 6% màrqueting i distribució, 7% gestió de projectes, 7% animació, 10% game design, 9% art, 24% altres (gestió i administració, QA, monetització, disseny de so, producció musical...)

De la infografia número 2 destaquem la baixa presència de la dona al sector, solament un 16%. A més, aquesta dada s’ha anat estancant al llarg dels últims anys, lluny d’incrementar-se com vindria a ser l’ideal.

Dels professionals del sector, un 26% del personal es dedica a la programació i un 16% a l’art.

Necessitats de formació:
50% de les empreses tenen dificultats per trobar professionals del sector.
Professions més difícils de trobar: programació, 73%, game design 51%, màrqueting i distribució 51%, monetització 33%
Principals raons de la dificultat: falta d'experiència 38%, formació insuficient 31%, formació molt generalista 16%
Eines més emprades
85% Unity, 23% Unreal, 10% motor propi.

La infografia número 3 reflexa que la meitat de les empreses del sector té dificultats a l’hora de trobar professionals. Aquesta dada és força rellevant, ja que ens indica com es troba la situació laboral de la indústria del videojoc. El motiu? La falta d’experiència i una formació insuficient.

En relació amb les dades anteriors, els professionals que es dediquen a la programació són els més difícils de trobar.

Produccions amb èxit
Aragami. Desenvolupador i editor: Lince Works. Plataformes: PC, PS4, Xbox One
Gris. Desenvolupador: Nomada Studio. Editor: Devolver Digital. Plataformes: PC, Nintendo Switch
Do Not Feed The Monkeys. Desenvolupador: Fictiorama Studios. Editor: Badland Games. Plataformes: PC
Moonlighter. Desenvolupador: Digital Sun Games. Editor: 11bit studios. Plataformes: PC, PS4, Xbox One, Switch

La infografia número 4 ens mostra les produccions d’èxit més rellevants.

La UOC disposa de:

Ofertas de trabajo

Perfiles :

–        Bioinformatics Analyst Position.              Deadline: 6th September 2019

–        EGA Backend Developer.                           Deadline: 6th September 2019

–        Front-End Developer (EGA).                      Deadline: 6th September 2019

–        PhD position in Bioinformatics.               Deadline: 30th September 2019

Toda la información sobre las ofertas:http://bioinformaticsbarcelona.eu/job-offers/

Nuevas ofertas de trabajo:

Perfiles:

  • Computational Biologist Researcher.    Deadline: 15 Aug 2019
  •  PHP Backend Developer.                           Deadline: 15 Sept 2019
  •  UNIX / HPC Systems Administrator.      Deadline: 15 Sept 2019
  • PhD Position in Cancer Genomics.          Deadline: 15 Sep 2019

Ampliar información sobre las ofertas aquí.

Diferencias de género en la Wikipedia española

En una entrada anterior presentábamos lo interesante que resulta Wikipedia como laboratorio para realizar investigaciones multidisciplinares en diferentes ámbitos de conocimiento. Como artefacto construido colaborativamente por millones de usuarios de todo el mundo, Wikipedia es un reflejo de nuestra sociedad y, por lo tanto incorpora de forma implícita sus hábitos y sesgos, entre ellos la brecha de género, documentada por diversos autores, entre los cuales podemos destacar un trabajo reciente de Ford y Wajcman (2017). La mayoría de estudios sitúa el porcentaje de mujeres editoras alrededor del 10%, muy lejos del 50% esperado y muy por debajo también de los objetivos propuestos por la Wikimedia Foundation, la cual en 2011 se propuso llegar al 25% en 2015, sin conseguirlo.

En esta entrada no analizaremos los motivos y causas que hacen que este porcentaje sea tan pequeño, sino que utilizaremos Wikipedia como un escenario donde obtener datos para contrastar el estado actual de dicha brecha de género. Para ello plantearemos una serie de pasos en diferentes entradas en este blog, propuestos como ejercicios abiertos, de forma que usando diferentes herramientas del ámbito de la ciencia de datos sea posible responder a la siguientes preguntas: 

  • ¿Cuál es el porcentaje de mujeres editoras en la Wikipedia en castellano? Obviamente, nos referimos a usuarios registrados que indican su género en su perfil de usuario. Por otra parte, esta pregunta puede plantearse en otras versiones de idioma.
  • ¿Son hombres y mujeres igualmente activos en Wikipedia por lo que respecta a número de ediciones, número de páginas editadas, etc.? 
  • ¿Qué páginas editan hombres y mujeres en Wikipedia? ¿Son las mismas o hay diferencias significativas entre géneros?
  • De aquellos usuarios de los cuales no conocemos el género, ¿es posible deducirlo a partir de su actividad y de qué páginas editan?

Lo haremos paso a paso, de acuerdo a la siguiente planificación:

  1. Obtener los datos relativos a las ediciones realizadas por los usuarios registrados, los cuales pueden identificar en su perfil de usuario si son hombres o mujeres, que es lo que queremos analizar. Esto consistirá en:
    1. Descargar el último dump de la Wikipedia en castellano que contiene todas las ediciones realizadas, no el contenido sino sus metadatos, concretamente quién edita qué página en qué momento y con qué resultado (bytes añadidos o eliminados, supresión de páginas, etc.). El último dump se puede encontrar aquí, y se trata del fichero que tiene por nombre eswiki-latest-stub-meta-history.xml.gz, el cual tiene un tamaño ligeramente superior a 7 GB, y eso que está comprimido.
    2. Recorrer todo el fichero de ediciones y descartar todas aquellas realizadas por usuarios no registrados (incluyendo aquellas hechas por usuarios anónimos, y que quedan identificadas por una dirección IP o MAC).
    3. Descartar también las ediciones realizadas por bots, los cuales son un tipo especial de usuario registrado pero que pueden identificarse dado que se mantiene una lista de bots conocidos.
    4. Seleccionar solamente aquellas ediciones que se han realizado en un período de tiempo reciente, digamos por ejemplo 5 años, descartando las anteriores.
Wikipedia género

El objetivo de este primer paso es obtener un fichero de texto en un formato plano, como CSV, por ejemplo, que contenga solamente la información deseada (el orden de los campos no es relevante):

usuario;página;fecha y hora de la edición;bytes añadidos o suprimidos

De esta manera será posible saber qué usuarios han editado qué página, o que páginas ha editado un usuario, en función del orden escogido para este fichero intermedio.

  1. A partir del subconjunto de ediciones seleccionadas en el paso anterior, generaremos un fichero conteniendo, para cada usuario, un resumen de su actividad en la Wikipedia en castellano, aspecto que desarrollaremos en una entrada posterior.
  2. Seguidamente, para cada usuario accederemos a la API que proporciona Wikimedia Foundation, con el objetivo de conocer diversos datos sobre el mismo, como su género (si lo ha especificado), la fecha en la cual se registró y otros datos disponibles. De esta manera será posible tener una primera estimación del número de mujeres editoras y determinar si hay diferencias entre hombres y mujeres por lo que respecta a su comportamiento como editores. Este punto también lo desarrollaremos en una entrada posterior.
  3. Finalmente, para aquellos usuarios de los cuales ha sido posible identificar el género, intentaremos construir un modelo estadístico y/o de minería de datos que, a partir de su actividad en Wikipedia y las páginas que edita un usuario cualquiera, sea capaz de predecir su género. Una vez el modelo está construido y validado, lo usaremos para predecir el género de aquellos usuarios para los cuales no fue posible establecer su género a partir de la información presente en su perfil de usuario. De esta manera, y combinando los resultados obtenidos, podremos refinar la estimación anterior, añadiendo un margen de confianza a nuestra predicción.

Por lo tanto, os animamos a intentar resolver el punto 1, el cual plantea diversos retos:

  • Recorrer un documento enorme en formato XML.
  • Descartar usuarios no registrados identificados por una dirección IP o MAC, usando expresiones regulares.
  • Crear una lista de bots conocidos y filtrarlos.
  • Seleccionar aquellas ediciones realizadas en los últimos 5 años de los usuarios registrados restantes, generando el fichero deseado.

Para ello podéis usar cualquier combinación de herramientas, librerías (mejor si son de código abierto) y lenguajes de programación, aunque ya existen soluciones parciales a algunos de los problemas planteados implementadas en Python, especialmente para manipular dumps de Wikipedia, lo cual os puede servir de pista para empezar.

Esperamos que este reto que os hemos planteado sea de vuestro interés y que os sirva de ejemplo sobre cómo usar un escenario como Wikipedia para plantearse preguntas relevantes sobre su funcionamiento, mientras aprendemos a manipular ficheros de gran tamaño. En posteriores entradas de este blog iremos proporcionando soluciones a las preguntas planteadas y desarrollaremos los puntos descritos anteriormente para intentar alcanzar los objetivos planteados.

Julià Minguillón es profesor de los estudios de Informática, Multimedia y Telecomunicación de la UOC. Su ámbito de conocimiento es el aprendizaje virtual (e-learning) y recursos educativos abiertos. También es investigador en el grupo LAIKA.


Inteligencia Artificial: revolucionando las redes 5G

La Inteligencia Artificial (IA) se ha convertido en un concepto muy popular a lo largo de los últimos años. Su popularidad ha trascendido el ámbito de los profesionales TIC y ha llegado al gran público a través de aplicaciones de reconocimiento de imagen, voz, música, sistemas de recomendación de material audiovisual, etc., convirtiéndose en una auténtica revolución.

Las comunicaciones móviles, y la 5G en particular, no han quedado al margen de dicha revolución. Es evidente que la IA ha llegado a las aplicaciones que utilizamos en nuestros terminales móviles, pero su alcance va más allá.

Las redes 5G se caracterizan por una revolución tanto en la estructura de red como en el interfaz radio (el modo mediante el cual se comunica el terminal móvil y la estación base). En cuanto a la estructura de red, la red 5G ha sufrido una softwarización respecto a generaciones anteriores. El principal motivo para dicha softwarización es la necesidad de flexibilizarla y superar la osificación típica de este tipo de redes. Así, se consigue:

  1. La implementación de redes virtuales bajo demanda sobre una única red física y con las características adaptadas a un tipo concreto de tráfico. Cada una de estas redes virtuales se conoce como slice.
  2. La compartición de las redes entre distintos tenants (normalmente operadores o proveedores de servicios), permitiendo una disminución de los costes de capital.
  3. La actualización rápida de las redes y la adaptación de las redes al entorno (nuevas bandas espectrales, nuevos nodos desplegados, etc).

Dicha flexibilidad es, sin duda, el mayor potencial de las redes 5G para hacer frente al incremento de tráfico y a la diversidad de dicho tráfico. De todos modos, la potencialidad de estas redes sólo puede ser explotada si la red es suficientemente inteligente para detectar las necesidades de la red y reconfigurarla de un modo óptimo.

5G Inteligencia Artificial IA
La flexibilidad del 5G para hacer frente a un aumento del tráfico es uno de sus puntos fuertes. Foto: Flickr

Por otro lado, la nueva interfaz radio, conocida como 5G New Radio (5G NR), con el objetivo de ofrecer también mayor flexibilidad, define innumerables opciones. La elección de la opción óptima para cada terminal y, a su vez, la combinación de las opciones de todos los terminales es uno de los mayores retos de la gestión de recursos radio. Eso se traduce en algoritmos de scheduling, user association, etc. mucho más complejos. También en ese sentido, la multiplexación en espacio (beam forming), las nuevas bandas espectrales (en las bandas milimétricas) o el carrier aggretation (agregación de bandas espectrales, ya sean licenciadas o libres, ya sean en las frecuencias milimétricas o micrométricas) son algunos de los aspectos que le otorgan a la interfaz radio una mayor flexibilidad (mediante un mayor grado de libertad). 

Parece obvio, pues, que la flexibilidad de las nuevas redes 5G sólo podrá ser explotada en su plenitud si se integran algoritmos inteligentes capaces de optimizar la configuración de la red en función del entorno. Es precisamente en este entorno en el que la IA emerge como una tecnología clave para el funcionamiento de las redes 5G. En ese sentido, Ericsson concluye en [1] que algunos de los aspectos en los cuales los proveedores esperan un mayor impacto de las tecnologías asociadas a la IA son: la planificación y gestión de la red; la reducción del tiempo de despliegue; la reducción de la inversión; la mejora de la Calidad de Servicio; la mejora del funcionamiento de la red; la detección de problemas en la red; o la auto-(re)configuración de la red y la solución automática de problemas.

Así, la IA se ha convertido en uno de los campos de conocimiento que mayor impacto está teniendo sobre el diseño de las redes de comunicaciones móviles. Veremos, en el futuro, cuál el papel real que desempeña… 

Es posible encontrar más información en los siguientes documentos:

[1] Ericsson AB, “Employing AI techniques to enhance returns on 5G network investments”, 2019. Disponible en: https://www.ericsson.com/assets/local/networks/offerings/machine-learning-and-ai-aw-screen.pdf

[2] Y. Fu, S. Wang, C. Wang, X. Hong and S. McLaughlin, «Artificial Intelligence to Manage Network Traffic of 5G Wireless Networks,» in IEEE Network, vol. 32, no. 6, pp. 58-64, November/December 2018. 

[3] M. Yao, M. Sohul, V. Marojevic and J. H. Reed, «Artificial Intelligence Defined 5G Radio Access Networks,» in IEEE Communications Magazine, vol. 57, no. 3, pp. 14-20, March 2019. 

[4] R. Li et al., «Intelligent 5G: When Cellular Networks Meet Artificial Intelligence,» in IEEE Wireless Communications, vol. 24, no. 5, pp. 175-183, October 2017.

[5] N. Javaid, A. Sher, H. Nasir and N. Guizani, «Intelligence in IoT-Based 5G Networks: Opportunities and Challenges,» in IEEE Communications Magazine, vol. 56, no. 10, pp. 94-100, October 2018. 

Ferran Adelantado es profesor de los Estudios de Informática, Multimedia y Telecomunicaciones e investigador senior del grupo de investigación WiNe (Wireless Networks) de la UOC. Es ingeniero en Telecomunicaciones y doctor por la UPC y graduado en Ciencias Empresariales por la UOC. Actualmente, es el director del programa doctoral NIT (Network and Information Technologies).