Decálogo de recomendaciones para sacarle partido al aprendizaje automático

El aprendizaje automático es una de las tecnologías que está creciendo con más fuerza durante los últimos años. Su combinación de algoritmos informáticos permite realizar predicciones y mejorar de forma automática, lo que conlleva notables beneficios para las empresas.

Con un uso adecuado, genera ahorro de tiempo y dinero a los negocios. Pero ¿cómo conseguir una correcta implementación?

Cloudera ha publicado un decálogo de recomendaciones para explicar cómo se puede volver más eficiente la aplicación del aprendizaje automático.

El primer consejo es apostar por la “adopción de un enfoque holístico”. Esto es, considerar esta tecnología una parte fundamental de la estrategia corporativa y ejecutarla junto a entornos, procesos, aplicaciones y flujos de trabajo ya existentes.

También es importante adoptar un enfoque de “ensayo y error”, ya que puede ser necesario realizar unas cuantas pruebas antes de tener éxito. Del mismo modo, Cloudera recomienda “iterar rápidamente, optimizar más tarde”. No pasa nada si el modelo no es impecable desde el principio.

La “construcción de un equipo multidisciplinario”, con habilidades y conocimientos diversos, permitirá innovar y obtener mejores resultados. Y para ello, entre otras cosas, habrá que “adaptar la estructura de la organización al ML” (siglas de machine learning o aprendizaje automático). La flexibilidad debe guiar el proceso. Las empresas tienen que derribar el muro que separa la experimentación de la producción a escala.

“Cerrar la brecha de habilidades” será imprescindible. El aprendizaje automático requiere candidatos con competencias en ingeniería y cienta de datos y desarrollo de software. Pero lo mejor es fomentar la interacción entre distintos profesionales para que aprendan unos de otros.

Además, “elegir la tecnología adecuada para mejorar el ciclo de vida” es un punto básico. La plataforma elegida debe priorizar la colaboración holística.

Cloudera recuerda que hay que “proteger la integridad de los modelos” a medida que los datos cambian y se mueven. Y anima a realizar un “tratamiento de los modelos de producción como software vivo”, manteniendo el control sobre quién accede a la información y realiza modificaciones.

El décimo y último consejo habla de “comprensión y cumplimiento de las obligaciones éticas”. Esto pasa por obtener el consentimiento de los clientes, y demás partes interesadas para trabajar con los datos.

Redacción Silicon

La redacción de Silicon está compuesta por profesionales del periodismo 2.0

Recent Posts

Android 13 ya está aquí

El nuevo sistema operativo móvil de Google está disponible para dispositivos Pixel.

34 mins ago

La colaboración, un mercado potencial de 63.800 millones de dólares

La evolución de las aplicaciones de colaboración gracias a las nuevas tecnologías está facilitando el…

1 hora ago

Los problemas de suministro siguen afectando al mercado de impresión europeo

Durante el segundo trimestre los envíos se redujeron un 2,6 % hasta los 4,28 millones…

2 horas ago

Repunte del Bitcoin, que aumenta un 30 % su cotización

El Bitcoin recupera un 30 % de su valor en un inesperado repunte de su…

16 horas ago

Estas son las tres amenazas más relevantes para la ciberseguridad en la segunda mitad de 2022

Ransomware, exploits de día cero y cambios en los vectores de ataque serán las amenazas…

16 horas ago

China entra a competir en el mercado de las tarjetas gráficas a través de Biren Technology

La empresa Biren Technology supone la entrada de China en el competido mercado de las…

17 horas ago