Con machine learning, incluso el Cruz Azul puede ganar

Pues gracias al machine learning hasta el Cruz Azul podría ganar una copa. De acuerdo con Eric Dong, senior data scientist de IBM, esta tecnología sirve para resolver problemas complejos que enfrenta la sociedad.

“Un caso de estudio de IBM con machine learning es que ayudamos a ganar, a cualquier equipo de cualquier deporte con datos”, aseguró el especialista.

¿Cómo funciona?

Se analizan datos de un espacio temporal, el cual es detectado de manera animada en momentos claves, en este caso un juego de soccer. Se construye un esquema de datos paralelo para simular ciertos eventos para predecir lo que sucederá.

“Las cámaras que ahora se utilizan pueden detectar cada momento del juego usando el video le la tecnología, por lo que estos datos pueden determinar la locación del jugador”, explicó Eric Dong.

En este sentido el especialista de IBM comenta que el machine learning puede identificar 10 segundos antes los momentos clave del gol.

“Como compañía queremos ver como nuestros datos pueden servir utilizando Inteligencia Artificial para crear tecnología competitiva en el mercado. Los datos y la IA se pueden utilizar en diferentes casos”, puntualizó Dong.

El machine learning permite que los modelos entrenen en conjuntos de datos antes de implementarse, conduciendo a una mejora en los tipos de asociaciones realizadas entre elementos de datos.

La ventaja del aprendizaje automatizado es que es posible aprovechar algoritmos y modelos para predecir resultados.

Datos de Cloudera, compañía que proporciona software, soporte y servicios, aseguran que la adopción del machine learning se encuentra en plena expansión, ya que un 47% de las grandes empresas ya está invirtiendo en esta tecnología.

Contrata al personal correcto con machine learning

En este sentido, el machine learning no solo funciona con predicciones de jugadas, también es funcional para el reclutamiento de personal de una empresa.

“Nosotros con machine learnig ayudamos a identificar talentos de mayor calidad para el puesto de trabajo y la empresa, basados en transcripciones de entrevistas”, dijo Safura Suleymanova, científica de datos de IBM, durante el recorrido del laboratorio de Machine Learning en Toronto.

Esto es posible por el enfoque lingüístico para identificar los rasgos de personalidad del candidato, los impulsores de toma de decisiones y las necesidades basadas en los conocimientos de personalidad que son analizados por Watson.

El machine learning transforma los datos no estructurados en métricas analíticas y aplica modelos para que coincidan con los candidatos en función de sus talentos. Con ello mejora el conjunto de habilidades generales del equipo, elimina el sesgo en la contratación e identifica habilidades 'soft' valiosas para la empresa, como es el trabajo en equipo.

Un ejemplo claro de este método de contratación es en IBM.

Datos de la empresa aseguran que reciben al menos 7,000 solicitudes de empleo, por ello utilizan Watson para analizar las habilidades, intereses y experiencias de miles de candidatos con el fin de que Watson recomiende los roles para los que el candidato se adapte mejor, o de lo contrario recomienda al solicitante un trabajo diferente al que pidió.

“Estamos viendo mejoras de dos dígitos en el compromiso de los empleados y ahorramos 100 millones de dólares en la función de recursos humanos” de acuerdo a IBM.

De acuerdo con la compañía el 58% de las grandes empresas ve el análisis de datos como un activo estratégico para su negocio, por ello su inclusión en este tema.