El equipo necesario para tu proyecto de Inteligencia Artificial

Existen 3 tipos de roles en un proyecto de Inteligencia Artificial (IA). Los 3 son fundamentales para llevar a cabo un proyecto de IA, y se caracterizan por tener un dominio de conocimiento claramente diferenciado: el científico de datos, el técnico IT o arquitecto, y el experto de dominio.

A continuación vamos a tratar de explicarlos con la analogía de una película que seguramente conocerás:

Científico de datos: El explorador

Sin duda, el protagonista en un proyecto de IA. El arqueólogo de los datos.

Es el encargado de manejar el grueso de datos y darle sentido. Son capaces de crear algoritmos de Machine Learning (ML), realmente autodidactas, que aprenden más y más de los datos.

Técnico IT o Arquitecto: El facilitador

Necesitamos especialistas en IT que crean los sistemas y los hacen fiables y disponibles. En este caso, lo representamos como el padre del científico de datos. Henry Jones creó el Diario del Grial: ¡un verdadero almacén de datos que el hijo se encargó de interpretar!

Los especialistas en IT crearán los datalakes y romperán los silos, asegurándose que el resto del equipo pueda acceder a los datos. Finalmente, definirán e implementarán los procesos de ingesta y migración de datos.

En esta categoría encontramos a los Data Architect, Data Engineer, Data Analyst y Data Custodian, entre otros.

Experto de dominio: El "Decision Maker"

Los expertos de dominio son los responsables de garantizar que el modelo de IA realmente añade valor. Son los que conocen el negocio al que la IA aportará valor y los que promocionan el proyecto. Aquí encontramos líderes empresariales en cualquier sector y también los podemos encontrar en cualquier área de la empresa: marketing, personas, operaciones, logística… En este caso los representamos en la figura de Marcus Brody: el que planeaba y dirigía las expediciones desde la universidad.

Los expertos de dominio realizan tres funciones de vital importancia:

1. Imaginar el caso de uso y qué datos de la empresa pueden resultar útiles.
2. Entender qué cambios en los procesos de negocio serán necesarios. Es importante entender que la aplicación de la IA muchas veces supondrá cambios en la forma de trabajar de una empresa.
3. Seguir entrenando al algoritmo. Para que la IA sea efectiva, deberemos crear las condiciones técnicas y operativas para seguir entrenando el modelo, por ejemplo, etiquetando cada vez mejor los datos (por ejemplo al utilizar algoritmos de aprendizaje supervisado).

En esta categoría encontramos al Data Owner o al Data Steward.

Por último, es importante señalar que abordar un proyecto de IA implica que las personas encargadas de los tres dominios trabajen juntas en equipo. Esto requiere de un lenguaje común y de una comprensión básica de la Inteligencia Artificial por parte de los tres roles.

Si quieres seguir avanzando, te proponemos que leas ”Los retos de aplicar Inteligencia Artificial” y si necesitas ayuda en la adopción de Inteligencia Artificial y Machine Learning, contáctanos.