{"id":27196,"date":"2023-02-28T16:25:43","date_gmt":"2023-02-28T16:25:43","guid":{"rendered":"https:\/\/mioti.es\/?p=27196"},"modified":"2023-03-02T11:43:23","modified_gmt":"2023-03-02T11:43:23","slug":"automl-avance-para-la-ciencia-de-datos-o-reemplazo-de-los-data-scientists","status":"publish","type":"post","link":"https:\/\/mioti.es\/es\/automl-avance-para-la-ciencia-de-datos-o-reemplazo-de-los-data-scientists\/","title":{"rendered":"AutoML, \u00bfavance para la ciencia de datos o reemplazo de los Data Scientists?"},"content":{"rendered":"

Los <\/span>data scientists<\/i><\/strong> son actualmente el perfil m\u00e1s demandado del mercado seg\u00fan el\u00a0<\/span>mayor portal de empleo especializado<\/span><\/a>,\u00a0y parece que lo seguir\u00e1n siendo durante los pr\u00f3ximos a\u00f1os. Pero las funciones de estos profesionales est\u00e1n en constante cambio acorde a la evoluci\u00f3n y nuevos desarrollos de la IA.<\/span><\/p>\n

\u00bfCu\u00e1les son las funciones de los data scientists<\/em>?<\/h2>\n

El trabajo de los <\/span>data scientists<\/span><\/i> empieza por la carga de transformaci\u00f3n de datos y un 80% de su jornada suele estar ocupada por el preprocesamiento de datos<\/strong>, como es transformar variables, elegir las que mejor funcionan, generar nuevas, etc.<\/span><\/p>\n

El resto del tiempo, estos profesionales se encargan de la selecci\u00f3n del algoritmo de aprendizaje autom\u00e1tico m\u00e1s adecuado, de determinar las m\u00faltiples opciones que existen y de encontrar qu\u00e9 combinaci\u00f3n funciona mejor para el problema que quieran resolver. Tambi\u00e9n emplean su tiempo ajustando los par\u00e1metros mediante la configuraci\u00f3n para ser capaces de obtener mejores resultados y por \u00faltimo decidiendo cu\u00e1l es la mejor soluci\u00f3n mediante la evaluaci\u00f3n de las distintas m\u00e9tricas o an\u00e1lisis de sensibilidad<\/strong>, entre otras maneras de valorar los distintos modelos. Por cada problema que quieren resolver, los <\/span>data scientist<\/span><\/i> se ven obligados a encontrar una soluci\u00f3n espec\u00edfica e individual, lo que plantea la duda de si existe una forma de resolver un problema sin tener que realizar siempre todos estos pasos.\u00a0<\/span><\/p>\n

\u00bfExiste un algoritmo capaz de resolver todos los problemas?<\/h2>\n

Como expone nuestro profesor <\/span>Diego Garc\u00eda Morate,<\/b>\u00a0la respuesta a esta cuesti\u00f3n es negativa, lo que se confirma con el teorema de<\/span> no free lunch<\/i><\/b>. Este teorema explica que no existe un algoritmo que arroje una soluci\u00f3n \u00f3ptima a cualquier problema<\/strong>. Esto significa que si queremos encontrar la soluci\u00f3n id\u00f3nea para cada problema nuevo tendremos que vernos obligados a evaluar distintos algoritmos y a encontrar una combinaci\u00f3n que nos proporcione los mejores resultados. Pero este ejercicio de probar distintos algoritmos para ver cu\u00e1l es el m\u00e1s eficiente, es un proceso parecido al que hacemos cuando entrenamos un algoritmo. De alguna manera lo que se hace en este caso es resolver un problema de b\u00fasqueda para encontrar la mejor soluci\u00f3n, lo que plantea una nueva pregunta, \u00bfse puede modelizar este problema?<\/span><\/p>\n

f<\/i><\/b>b\u00fasqueda(espacio de soluciones)= \u201cmejor<\/b> soluci\u00f3n<\/b>\u201d<\/span><\/h3>\n

Diego Garc\u00eda Morate plantea para tratar de resolver esta cuesti\u00f3n la funci\u00f3n <\/span>f<\/i><\/b>b\u00fasqueda(espacio de soluciones)= \u201cmejor<\/b> soluci\u00f3n<\/b>\u201d, que se resuelve mediante una funci\u00f3n de b\u00fasqueda, un espacio de soluciones y una m\u00e9trica de evaluaci\u00f3n que nos permita ver cu\u00e1l es la mejor opci\u00f3n.\u00a0<\/span><\/p>\n