Tendencias 2017 en el mundo de los datos

Por Juantomás García
Data Scientist de OpenSistemas

Empezamos el año 2017 y es una buena costumbre inaugurarlo haciendo algunas previsiones de que cuáles creemos que van a ser las tendencias en el mundo de los datos.

Se va a consolidar el uso deep learning.

Los avances en deep learning durante el año 2016 han sido espectaculares y esto se va a traducir en un mayor número de proyectos y la popularización de esta tecnologías entre los profesionales de sector.

Frameworks como TensorFlow[1] y Theanos[2] se han consolidado y cada vez hay más documentación, proyectos y casos de uso avanzados. Proyectos como Keras[3], un framework que simplifica y unifica el uso de ambos, son una prueba de como se está suavizando la curva de aprendizaje y haciendo más accesible el desarrollo de proyectos basados en deep learning.

Muchos de los avances, dicho sea de paso, espectaculares, del 2016 van a generar nuevos proyectos e ideas durante el 2017.

Vamos a necesitar más profesionales y multidisciplinares.

La demanda de profesionales va a seguir en aumento y cada vez los perfiles que son necesarios necesitan tener más conocimientos de otras áreas. Ya no vale el científico puro de datos que no sabe programar o no entiende como son las arquitecturas de datos.

La migración progresiva hacia el cloud.

Si en otros ámbitos de IT está clara la migración de servicios hacia el cloud, en el mundo de los datos tiene todo el sentido y es imparable. Los recursos deben estar dedicados a la explotación de la información y no al mantenimiento de arquitecturas cada vez más complejas. Al menos para un porcentaje muy alto de las operaciones. Siempre quedará una pequeña cuota de proyectos que no puedan ser migrados, ni explotados en el cloud por razones de confidencialidad de los datos, privacidad, etc. El reto será como compaginar y hacer funcionar lo mejor de ambos mundos.

Más acceso y más fácil a los datos y su manipulación.

Durante el 2017 se van a desarrollar más herramientas que van a simplificar el acceso, transformación y análisis de los datos. Estas herramientas van a posibilitar que mucha más personas sean capaces de acceder a la información.

Herramientas como los notebooks (jupyter, zeppelin, etc) están revolucionando en modo de plantear los proyectos, compartir información y extraer el máximo rendimiento de los recursos hardware.