Anuncios
U.S. markets open in 8 hours 41 minutes
  • F S&P 500

    5,480.50
    +3.75 (+0.07%)
     
  • F Dow Jones

    39,153.00
    +6.00 (+0.02%)
     
  • F Nasdaq

    19,795.00
    +31.75 (+0.16%)
     
  • E-mini Russell 2000 Index Futur

    2,043.00
    +3.30 (+0.16%)
     
  • Petróleo

    82.34
    +0.17 (+0.21%)
     
  • Oro

    2,375.50
    +6.50 (+0.27%)
     
  • Plata

    30.67
    -0.16 (-0.51%)
     
  • dólar/euro

    1.0720
    +0.0014 (+0.13%)
     
  • Bono a 10 años

    4.2540
    +0.0370 (+0.88%)
     
  • Volatilidad

    13.28
    +0.80 (+6.41%)
     
  • dólar/libra

    1.2662
    +0.0002 (+0.02%)
     
  • yen/dólar

    158.8740
    -0.0400 (-0.03%)
     
  • Bitcoin USD

    64,560.00
    -595.52 (-0.91%)
     
  • CMC Crypto 200

    1,353.14
    -29.52 (-2.13%)
     
  • FTSE 100

    8,272.46
    +67.35 (+0.82%)
     
  • Nikkei 225

    38,640.41
    +7.39 (+0.02%)
     

El Gran DT (de algoritmos): cómo es el puesto por el que pagan sueldazos en dólares para ganar en eficiencia

El crecimiento exponencial de soluciones de machine learning e inteligencia artificial (IA), con los cada vez más populares ChatGPT de Open AI y Bing a la cabeza, genera que usuarios de todo el mundo interactúen de forma diaria con este tipo de herramientas.

Así como las personas tienen la capacidad de aprender a partir de la experiencia, las máquinas y algoritmos lo hacen también, pero mediante la ayuda de datos. Por tal motivo, al menos por el momento, el entrenamiento de algorítmos aún requiere de la intervención humana.

Básicamente, un entrenador de algoritmos es un individuo que brinda ayuda (vía datos) a un sistema que tiene la capacidad de autoaprender y pueden resolver problemas o realizar tareas con el uso de algoritmos (que son conjuntos de reglas o instrucciones)

En el caso de Giussepe, el algoritmo de NotCo, iProUP entrevistó a Paula Pesse, Chef Chief of Machine Learning de NotCo, que interactuaba a diario para lograr que el producto final tenga el color, la textura, el aroma y el sabor del alimento que se replicará utilizando plantas.

PUBLICIDAD

Pero ejemplos hay muchísimos más. Baufest comparte el caso a partir de la detección de datos faltantes en 130.000 telegramas electorales de las primarias 2021 para un grupo de investigación de datos de una importante empresa de medios de comunicación.

"A través de un algoritmo de Computer Vision, especialmente diseñado, se detectaron casos de potenciales errores en la confección de los documentos con un nivel muy elevado de precisión, con el objetivo de reflexionar sobre el sistema de votación de Argentina", explica a iProUP Sergio Richter, ejecutivo de Baufest.

Los algoritmos aún necesitan de la supervisión humana para su entrenamiento: otros ejemplos

También está el ejemplo de una gran empresa dedicada a la producción de ingredientes y alimentos marinos. Requería una herramienta que, a partir de la información generada por las ecosondas marítimas permite la detección automática de cardúmenes, mejorando la predicción de distribución de estos.

"Desarrollamos un algoritmo que posibilita la lectura de datos, modelado y visualización del ecograma, detección automática y la captura de sus características a través de un mapeo automático de los cardúmenes en curvas costeras. De esta manera, mejoramos la proyección de la pesca para la toma de decisiones", explica el ejecutivo.

Evelin Palacios, Head of Projects de Evoltis, empresa de Contact Center, cuenta a iProUP que actualmente están desarrollando un proyecto de Speech Analytics para optimizar tiempos de análisis de audios para algunas de sus cuentas.

"Para ello, implementamos roles especializados en el entrenamiento del modelo de datos para transcribir la grabación de audio a texto para identificar las diferentes partes de la llamada, lo que nos permite evaluar criterios de calidad y determinar si la llamada es válida o no". 

Por su parte, Hugo Pallaoro, co-founder & CTO de Wúru, plataforma de gestión de servicios de salud, comparte el caso de Magic Calendar, un producto para optimizar el flujo de trabajo en quirófanos. "Por un lado, simplifica y alinea digitalmente todo el proceso de gestión, reduciendo los pasos y validaciones necesarias para agendar una cirugía", apunta.

Cómo funciona Despegar, uno de los unicornios locales

Maximiliano González Costa, CMO Despegar, cuenta que desde 2017 desarrollan machine learning de imágenes para identificar de manera automática fotos de mala calidad o poco nítidas.

Los algoritmos se utilizan en Salud para optimizar el uso de quirófanos, por ejemplo
Los algoritmos se utilizan en Salud para optimizar el uso de quirófanos, por ejemplo

Los algoritmos se utilizan en Salud para optimizar el uso de quirófanos, por ejemplo

"La necesidad nació desde la gerencia de Content dentro del equipo de UX ya que se empezaron a encontrar con imágenes de mala calidad o que generaban en los usuarios una falsa expectativa. El método implementado, conocido como ‘aprendizaje supervisado’, requiere de una base de datos con todos sus elementos etiquetados de acuerdo a lo que se busca aprender", explica.

Desde Nerds with Attitude (NWA), José Luis Petracca, su CEO explica que están usando modelos de predicción para clasificar los días en distintos puntajes según su probabilidad de que sean días buenos y malos en función de las ventas.

"Esto es aprovechado por los gerentes de ecommerce o de marketing para impulsar sus acciones comerciales según el esfuerzo que estas les conlleve". Y comparte el caso de la marca Tascani, que utilizó un algoritmo para proyectar las ventas y determinar la inversión necesaria para alcanzar el ROAS (retorno sobre la inversión publicitaria) deseado.

Cervecería Quilmes, otra pionera en transformación digital

El de Cervecería y Maltería Quilmes es un caso también interesante. La empresa inició un camino de transformación digital que tiene como principal pilar convertirse en una plataforma que conecte a todos sus clientes y consumidores con todo el ecosistema.

Lautaro González, Data Science Manager en Anheuser-Busch InBev, detalla que cuentan con dos algoritmos: uno, basándose en datos de comportamiento de cada cliente, planifica las tareas que tiene que realizar el promotor en cada visita que realiza un comercio, para asesorar mejor al cliente, ayudarlo a vender más y aumentar su satisfacción.

Otra oportunidad que detectó la empresa fue generar un mayor surtido de los productos, para darle más opciones a los consumidores e incrementar la venta de sus clientes.

La inteligencia artificial también permite a las empresas mejorar la calidad de imágenes en un sitio web o realizar venta cruzada de productos según el perfil del usuario
La inteligencia artificial también permite a las empresas mejorar la calidad de imágenes en un sitio web o realizar venta cruzada de productos según el perfil del usuario

La IA permite a las empresas mejorar la calidad de imágenes de su sitio web o realizar venta cruzada de productos según el perfil del usuario

"Esta estrategia se conoce como cross-selling (venta de productos complementarios, que todavía no estén comprando) y se ejecuta a través de un algoritmo que detecta cuáles son los productos con mayor propensión a ser adquiridos por un determinado cliente en base a: su historial de compras, utilización de la aplicación y el comportamiento de clientes similares".

Para su ejecución, hoy la organización tiene un equipo conformado por más de 10 entrenadores de algoritmos, con proyecciones de incrementar su número para el segundo semestre.

¿Por qué la inteligencia artificial alcanzará a todas las industrias?

Alineado con esto, Santiago Braña, CEO Erks virtual Studio, considera que la inteligencia artificial cruzará transversalmente a todas las industrias. "Lo que estamos viendo será tan poderoso como lo fue Internet hace 25 años", remarca.

Y añade: "Se está reescribiendo la forma de trabajar con la web, la forma de estudiar y cómo serán los trabajos del futuro. No habrá segmento que escape al alcance de la IA. Y si no comenzamos hoy mismo a aplicar esta tecnología desde el inicio, será tarde hacerlo en unos años".

Fredi Vivas, CEO de RockingData y especialista en inteligencia artificial, coincide: "Como una ramificación de la de científico de datos, es una de las profesiones con mayor proyección".

"En nuestro caso, la colaboración aumentada humano-máquina es un pilar fundamental de la organización. No solamente por razones de eficiencia técnica, sino también por un marco ético interno que desarrollamos y que se encuentra basado en sugerencias y paradigmas internacionales", subraya.

Los
Los

Los "entrenadores" de algoritmos son un perfil cada vez más buscado y pueden ganar hasta u$s3.000 por mes

Y explica: "Esto permite realizar proyectos que involucren tanto machine learning como inteligencia artificial, y que trabajen en áreas sensibles como salud, la seguridad industrial, finanzas o educación. Con una mirada no solo técnica, sino observando cuestiones clave como los sesgos en los datos, la protección de la privacidad y la seguridad de datos".

¿Cuánto puede llegar a ganar un entrenador de algoritmos?

Las proyecciones indican que estos números irán en aumento, pero en la actualidad, según el vocero de adCuality en Argentina, se llega a pagar entre u$s1.000 y u$s1.500.

Santiago Braña, CEO Erks virtual Studio, aclara que hay disparidad entre lo local y lo que se paga afuera: "En el mercado local los salarios comienzan en $450.000; afuera, en u$s1.200".

Según la ejecutiva de iMetriq, si está orientado a Estados Unidos, se abona entre u$s40y u$s60 por hora trabajada.

Por último, Petracca comparte que los sueldos de un modelizador semisenior comienzan en $350.000 en Argentina. En el exterior, parten de los u$s3.000.

El crecimiento exponencial de soluciones de machine learning e inteligencia artificial (IA), con los cada vez más populares ChatGPT de Open AI y Bing a la cabeza, genera que usuarios de todo el mundo interactúen de forma diaria con este tipo de herramientas.

Así como las personas tienen la capacidad de aprender a partir de la experiencia, las máquinas y algoritmos lo hacen también, pero mediante la ayuda de datos. Por tal motivo, al menos por el momento, el entrenamiento de algorítmos aún requiere de la intervención humana.

Básicamente, un entrenador de algoritmos es un individuo que brinda ayuda (vía datos) a un sistema que tiene la capacidad de autoaprender y pueden resolver problemas o realizar tareas con el uso de algoritmos (que son conjuntos de reglas o instrucciones)

En el caso de Giussepe, el algoritmo de NotCo, iProUP entrevistó a Paula Pesse, Chef Chief of Machine Learning de NotCo, que interactuaba a diario para lograr que el producto final tenga el color, la textura, el aroma y el sabor del alimento que se replicará utilizando plantas.

Pero ejemplos hay muchísimos más. Baufest comparte el caso a partir de la detección de datos faltantes en 130.000 telegramas electorales de las primarias 2021 para un grupo de investigación de datos de una importante empresa de medios de comunicación.

"A través de un algoritmo de Computer Vision, especialmente diseñado, se detectaron casos de potenciales errores en la confección de los documentos con un nivel muy elevado de precisión, con el objetivo de reflexionar sobre el sistema de votación de Argentina", explica a iProUP Sergio Richter, ejecutivo de Baufest.

Los algoritmos aún necesitan de la supervisión humana para su entrenamiento: otros ejemplos

También está el ejemplo de una gran empresa dedicada a la producción de ingredientes y alimentos marinos. Requería una herramienta que, a partir de la información generada por las ecosondas marítimas permite la detección automática de cardúmenes, mejorando la predicción de distribución de estos.

"Desarrollamos un algoritmo que posibilita la lectura de datos, modelado y visualización del ecograma, detección automática y la captura de sus características a través de un mapeo automático de los cardúmenes en curvas costeras. De esta manera, mejoramos la proyección de la pesca para la toma de decisiones", explica el ejecutivo.

Evelin Palacios, Head of Projects de Evoltis, empresa de Contact Center, cuenta a iProUP que actualmente están desarrollando un proyecto de Speech Analytics para optimizar tiempos de análisis de audios para algunas de sus cuentas.

"Para ello, implementamos roles especializados en el entrenamiento del modelo de datos para transcribir la grabación de audio a texto para identificar las diferentes partes de la llamada, lo que nos permite evaluar criterios de calidad y determinar si la llamada es válida o no". 

Por su parte, Hugo Pallaoro, co-founder & CTO de Wúru, plataforma de gestión de servicios de salud, comparte el caso de Magic Calendar, un producto para optimizar el flujo de trabajo en quirófanos. "Por un lado, simplifica y alinea digitalmente todo el proceso de gestión, reduciendo los pasos y validaciones necesarias para agendar una cirugía", apunta.

Cómo funciona Despegar, uno de los unicornios locales

Maximiliano González Costa, CMO Despegar, cuenta que desde 2017 desarrollan machine learning de imágenes para identificar de manera automática fotos de mala calidad o poco nítidas.

Los algoritmos se utilizan en Salud para optimizar el uso de quirófanos, por ejemplo
Los algoritmos se utilizan en Salud para optimizar el uso de quirófanos, por ejemplo

Los algoritmos se utilizan en Salud para optimizar el uso de quirófanos, por ejemplo

"La necesidad nació desde la gerencia de Content dentro del equipo de UX ya que se empezaron a encontrar con imágenes de mala calidad o que generaban en los usuarios una falsa expectativa. El método implementado, conocido como ‘aprendizaje supervisado’, requiere de una base de datos con todos sus elementos etiquetados de acuerdo a lo que se busca aprender", explica.

Desde Nerds with Attitude (NWA), José Luis Petracca, su CEO explica que están usando modelos de predicción para clasificar los días en distintos puntajes según su probabilidad de que sean días buenos y malos en función de las ventas.

"Esto es aprovechado por los gerentes de ecommerce o de marketing para impulsar sus acciones comerciales según el esfuerzo que estas les conlleve". Y comparte el caso de la marca Tascani, que utilizó un algoritmo para proyectar las ventas y determinar la inversión necesaria para alcanzar el ROAS (retorno sobre la inversión publicitaria) deseado.

Cervecería Quilmes, otra pionera en transformación digital

El de Cervecería y Maltería Quilmes es un caso también interesante. La empresa inició un camino de transformación digital que tiene como principal pilar convertirse en una plataforma que conecte a todos sus clientes y consumidores con todo el ecosistema.

Lautaro González, Data Science Manager en Anheuser-Busch InBev, detalla que cuentan con dos algoritmos: uno, basándose en datos de comportamiento de cada cliente, planifica las tareas que tiene que realizar el promotor en cada visita que realiza un comercio, para asesorar mejor al cliente, ayudarlo a vender más y aumentar su satisfacción.

Otra oportunidad que detectó la empresa fue generar un mayor surtido de los productos, para darle más opciones a los consumidores e incrementar la venta de sus clientes.

La inteligencia artificial también permite a las empresas mejorar la calidad de imágenes en un sitio web o realizar venta cruzada de productos según el perfil del usuario
La inteligencia artificial también permite a las empresas mejorar la calidad de imágenes en un sitio web o realizar venta cruzada de productos según el perfil del usuario

La IA permite a las empresas mejorar la calidad de imágenes de su sitio web o realizar venta cruzada de productos según el perfil del usuario

"Esta estrategia se conoce como cross-selling (venta de productos complementarios, que todavía no estén comprando) y se ejecuta a través de un algoritmo que detecta cuáles son los productos con mayor propensión a ser adquiridos por un determinado cliente en base a: su historial de compras, utilización de la aplicación y el comportamiento de clientes similares".

Para su ejecución, hoy la organización tiene un equipo conformado por más de 10 entrenadores de algoritmos, con proyecciones de incrementar su número para el segundo semestre.

¿Por qué la inteligencia artificial alcanzará a todas las industrias?

Alineado con esto, Santiago Braña, CEO Erks virtual Studio, considera que la inteligencia artificial cruzará transversalmente a todas las industrias. "Lo que estamos viendo será tan poderoso como lo fue Internet hace 25 años", remarca.

Y añade: "Se está reescribiendo la forma de trabajar con la web, la forma de estudiar y cómo serán los trabajos del futuro. No habrá segmento que escape al alcance de la IA. Y si no comenzamos hoy mismo a aplicar esta tecnología desde el inicio, será tarde hacerlo en unos años".

Fredi Vivas, CEO de RockingData y especialista en inteligencia artificial, coincide: "Como una ramificación de la de científico de datos, es una de las profesiones con mayor proyección".

"En nuestro caso, la colaboración aumentada humano-máquina es un pilar fundamental de la organización. No solamente por razones de eficiencia técnica, sino también por un marco ético interno que desarrollamos y que se encuentra basado en sugerencias y paradigmas internacionales", subraya.

Los
Los

Los "entrenadores" de algoritmos son un perfil cada vez más buscado y pueden ganar hasta u$s3.000 por mes

Y explica: "Esto permite realizar proyectos que involucren tanto machine learning como inteligencia artificial, y que trabajen en áreas sensibles como salud, la seguridad industrial, finanzas o educación. Con una mirada no solo técnica, sino observando cuestiones clave como los sesgos en los datos, la protección de la privacidad y la seguridad de datos".

¿Cuánto puede llegar a ganar un entrenador de algoritmos?

Las proyecciones indican que estos números irán en aumento, pero en la actualidad, según el vocero de adCuality en Argentina, se llega a pagar entre u$s1.000 y u$s1.500.

Santiago Braña, CEO Erks virtual Studio, aclara que hay disparidad entre lo local y lo que se paga afuera: "En el mercado local los salarios comienzan en $450.000; afuera, en u$s1.200".

Según la ejecutiva de iMetriq, si está orientado a Estados Unidos, se abona entre u$s40y u$s60 por hora trabajada.

Por último, Petracca comparte que los sueldos de un modelizador semisenior comienzan en $350.000 en Argentina. En el exterior, parten de los u$s3.000.