Una carrera de la UBA con trabajo asegurado

Sandra Zabala tiene 37 años, es licenciada en física y trabaja en una agencia de medios. Juan José Lloret tiene 60, es matemático y tiene una consultoría de marketing. Gustavo Markel tiene 30, es ingeniero en sistemas y trabaja en un banco.

Las edades y ocupaciones de estos profesionales argentinos son diferentes, pero ellos tienen algo en común. Son tres de los primeros egresados de la maestría en data mining, una nueva carrera de la Universidad de Buenos Aires cuyos graduados ven resplandecer un estimulante panorama laboral: todos encuentran nuevas posibilidades en su actividad tradicional o una mejor inserción que se traduce en retribuciones más jugosas.

“Estaba trabajando en una empresa, pero el sueldo era paupérrimo –cuenta Zabala–. Ahora soy directora de investigación y desarrollo de una agencia de medios. En lo económico resultó mejor de lo que había pensado. Multipliqué mi sueldo por 20 o más.”

La técnica de data mining o “minería de datos” es el procesamiento de grandes volúmenes de información de manera que sea posible explotarla.

“Se trata, por ejemplo, de encontrar modelos para predecir si el cliente de un banco será pagador o deudor, si un paciente es candidato a enfermarse, o qué dolencias son más frecuentes en un sistema de salud... En realidad, es el proceso inverso a la estadística tradicional: ésta se plantea un problema y va en busca de los datos. Acá tengo los datos, me planteo un problema y, a partir de ellos, veo qué es lo que puedo descubrir", explica la doctora Ana Haedo, vicedirectora de la maestría, que se cursa en la Facultad de Ciencias Exactas y Naturales.

"Son técnicas que permiten, por ejemplo, hacer detección de fraudes en seguros a partir de la historia de cada cliente para luego cuantificar una prima de seguros teniendo en cuenta el riesgo potencial, o estimar la posibilidad de fraudes en tarjetas de crédito", agrega Alejandro Vaisman, su director.

Desde su creación, en 2004 (por una inquietud casi personal de estos docentes), ingenieros y licenciados en sistemas, actuarios, biólogos, médicos, licenciados en economía, en estadística y matemática, entre otros, optaron por cursar esta maestría que idealmente dura dos años, aunque otorga título de especialista al cabo del primero.

Estudian cómo construir modelos a partir de grandes cantidades de datos, análisis inteligente, aprendizaje automático y métodos estadísticos multivariados, que permiten analizar bases de datos con muchas variables.

"También hay otro tipo de técnicas -dice Vaisman-: los «árboles de decisión», modelos de predicción utilizados en la inteligencia artificial en los que uno ya cuenta con un modelo previo, pero tiene que decidir qué parámetros son los que mejor lo representan."

Luego del primer año, con una carga horaria de 12 horas de clases más los trabajos prácticos, los interesados en completar la maestría cursan dos seminarios de tesis en los que se les enseñan las bases de la metodología de la investigación.

Según los especialistas, hoy por hoy la posibilidad de adquisición de datos es inmensa y cualquier empresa, institución u organismo gubernamental puede obtenerlos. "Pero después, ¿qué se hace? -dice Haedo-. Hay que extraer información interesante."

Armando Taie, del INTA Corrientes, ofrece otro ejemplo de las posibilidades que brinda esta maestría de la UBA, la primera de América latina.

"Si hay algo que le sobra al INTA son datos -dice, desde su provincia-. Todos los técnicos recolectan datos de sus ensayos y a eso se suman los reunidos con sensores remotos. Uno intuye que hay un conocimiento que a simple vista no se puede descubrir. Personalmente, ya hice varias aplicaciones, como tratar de descubrir en una base el porqué del vaneo fisiológico del arroz [una enfermedad que produce esterilidad de flores]. También, juntamente con el ingeniero Eduardo Flamenco, del Instituto de Clima y Agua, en Castelar, aplicamos estas técnicas para la previsión a mediano plazo de caudales de ríos y cantidad de lluvias. Mi tesis es sobre la genómica [estudio de los genes] del arroz. La aplicabilidad de estas cosas es asombrosa", comenta.

Un novísima área de experimentación es la de bioinformática y análisis de texto y del discurso, conocida en la jerga como text mining .

"A nosotros nos convocó un grupo de psicólogos para que hiciéramos análisis del discurso suicida -cuenta Lloret-. La idea es anticiparse a esos eventos a partir de las historias clínicas de personas que ya tuvieron un intento."

Para la licenciada en sistemas Cecilia Ruz, esta diversidad de intereses es muy rica. "Uno ve aplicaciones en áreas en las que nunca se hubiera imaginado -dice-. Yo trabajo en la AFIP haciendo predicción de riesgo, pero hay quienes trabajan en redes eléctricas, para predecir fallas en la red, por ejemplo."

"Con esto me «rehabilité» laboralmente -dice Diego Siwer, especialista en sistemas-. Trabajo en bancarización, pero mi tesis la estoy haciendo sobre genómica comparativa. Es lo bueno que ofrece la maestría: no va solamente a la gente de informática o al mercado financiero."

Otros rescatan, además, la posibilidad de conjugar la investigación con la tarea netamente profesional. "Trabajo en un banco, pero esta especialidad me dio la satisfacción de sentir que estoy investigando y sacando conclusiones -dice el ingeniero en sistemas Gustavo Markel-, aunque esté en una empresa comercial."

Alejandro Somoza, también licenciado en sistemas, coincide:"Tengo 54 años. Para mí, esta maestría significó volver a la facultad, a temas de inteligencia artificial, que seguía hace tiempo, pero habían quedado dormidos. Es una apertura profesional importante".

Por su parte, Zabala subraya: "Dejé la investigación por un problema eminentemente económico, y ahora, gracias a la maestría, puedo darme el lujo de investigar, esta vez en neurociencias. Es una forma de devolverle a esta facultad todo lo que me dio".

Este año, la maestría de data mining en la UBA ya tiene 30 inscriptos, del país y del exterior. "Se empieza a generar una nueva área de trabajo", dice Haedo.

"Hay mucha demanda y la posibilidad de crecimiento es alta, porque hasta ahora no había especialistas en este tema", dice Vaisman.

Por Nora Bär

---

Conforme a