cerradaRef AIA-2021-02-006 – Descripcion Oferta PowSys R&D Scientist

Grupo AIA desarrolla software avanzado basado en técnicas de optimización, simulación y Machine Learning (clasificación, predicción, etc.), tanto sobre Big Data como sobre bases de datos estándar. Para ello aplica metodologías basadas en las ciencias básicas, fundamentalmente Matemáticas y Física. El objetivo permanente de Grupo AIA es la transformación de la información en conocimiento útil, que proporcione a nuestros clientes un riguroso apoyo a la toma de decisiones, basado en datos, en todos los niveles operativos y de gestión de su empresa.

 

En Grupo AIA estamos buscando un Power Systems R&D Scientist que quiera desarrollar su carrera profesional en una compañía en crecimiento dedicada a la resolución de problemas complejos en el mundo de la industria y del mundo empresarial mediante el desarrollo de tecnologías avanzadas. Te ofrecemos trabajar en primera línea en proyectos de innovación realmente punteros, para algunas de las empresas más grandes del país. Nuestros principales sectores son banca, energía, retail y biotech; también participamos en proyectos de I+D avanzados, como por ejemplo en tecnologías cuánticas. Puedes ver algunos de nuestros proyectos pasados en nuestra página web, http://aia.es.

 

 

Qué se espera que de ti y cuáles serán tus entregables

Trabajarás como R&D Scientist en la ejecución de los proyectos de la unidad de Energía de AIA, predominantemente en áreas relacionadas con la operación y planificación de redes eléctricas de transmisión: modelización, análisis, simulación, optimización, etc.

 

Tu trabajo consistirá en:

  • Desarrollar/ampliar/refinar modelos de los equipos eléctricos en el ámbito de las simulaciones de red, tanto estáticas (power flow) como del dominio temporal (quasi-EMTP), para su puesta en producción dentro de las herramientas de simulación de grandes compañías eléctricas.
  • Desarrollar código de pruebas y validación, tanto a nivel de Unit Testing como a nivel global (funcional) de las herramientas de simulación.
  • Revisar los últimos avances en la literatura científica, para ver si aplican en algo al problema en cuestión y aprender rápidamente cómo aprovecharlos.
  • Analizar y reportar resultados en el lenguaje eléctrico que manejan los ingenieros de las compañías cliente.
  • Interactuando con la compañía eléctrica para comprender sus necesidades, tanto de análisis como de operación, así como su entorno tecnológico de IT en donde se ejecuten las soluciones.
  • Proponiendo la metodología más adecuada, a la vez teniendo en cuenta lo que sea factible llevar a cabo en la práctica, según cada caso concreto.
  • Presentando el trabajo propio en sesiones de trabajo y presentaciones al cliente.
  • Detectando posibles nuevos proyectos o extensiones a los existentes.

 

Para ello contarás con el apoyo y conocimiento del equipo de Energía de AIA, que te acompañará en la realización de los proyectos y que espera, por tu parte:

  • Una formación base fuerte en física o ingeniería eléctrica. No se espera que seas especialista en redes de transmisión, pero sí que tengas la capacidad de aprender rápidamente los conceptos de dicha área.
  • Una formación fuerte o experiencia demostrada en programación.
  • Alta capacidad analítica orientada a resultados, junto con una alta capacidad de comprensión para estructurar y solventar problemas reales de negocio.
  • Autonomía, proactividad, y capacidad de adaptación y trabajo en equipo.

 

En AIA tendrás un entorno estimulante de compañeros con los que compartir, aprender y aplicar los últimos avances de la inteligencia artificial al mundo de las redes eléctricas. También podrás acceder al contacto con expertos en las empresas clientes con los que conocer los entresijos de su negocio y disfrutar de la aplicación de tus habilidades a la solución de problemas que ellos planteen.

 

Requisitos mínimos

  • Licenciatura / Grado en Física o Ingeniería Eléctrica
  • Formación / experiencia demostrable (> 1 año) en programación (cualquier lenguaje), preferiblemente en áreas relacionadas con cálculo numérico o con implementación de algoritmos.
  • Nivel avanzado de inglés

 

Experiencia/habilidades deseables

Los ítems de la siguiente lista no son imprescindibles, pero te darán una idea de lo que valoraremos:

  • Doctorado (en cualquier área)
  • Experiencia en redes eléctricas de potencia
  • Experiencia de programación en alguno de los lenguajes siguientes: C, Fortran, Java, Python, MATLAB
  • Experiencia en el lenguaje Modelica
  • Experiencia de trabajo en ámbitos de Innovación tecnológica para la empresa
  • Habilidades para comunicar ideas complejas
  • Pasión por estar al día de las últimas novedades en ciencia y tecnología

 

 

7 de abril de 2021 Ofertas No comments yet

cerradaRef AIA-2021-02-005 – Oferta Data Scientist – Innovación

Grupo AIA desarrolla software avanzado basado en técnicas de optimización, simulación y Machine Learning (clasificación, predicción, etc.), tanto sobre Big Data como sobre bases de datos estándar. Para ello aplica metodologías basadas en las ciencias básicas, fundamentalmente Matemáticas y Física. El objetivo permanente de Grupo AIA es la transformación de la información en conocimiento útil, que proporcione a nuestros clientes un riguroso apoyo a la toma de decisiones, basado en datos, en todos los niveles operativos y de gestión de su empresa.

En Grupo AIA estamos buscando un Data Scientist que quiera desarrollar su carrera profesional en una compañía en crecimiento dedicada a la resolución de problemas complejos en el mundo de la industria y del mundo empresarial mediante el desarrollo de tecnologías avanzadas. Te ofrecemos trabajar en primera línea en proyectos de innovación realmente punteros, para algunas de las empresas más grandes del país. Nuestros principales sectores son banca, energía, retail y biotech; también participamos en proyectos de I+D avanzados, como por ejemplo en tecnologías cuánticas. Puedes ver algunos de nuestros proyectos pasados en nuestra página web, http://aia.es.

 

Qué se espera que de ti y cuáles serán tus entregables

Trabajarás como Data Scientist en la ejecución de los proyectos de la unidad de Innovación de AIA. Tu trabajo consistirá en:

  • Desarrollar modelos de AI/ML para tareas de previsión, clasificación y optimización.
  • Interactuando con el cliente final para comprender sus necesidades, entender su modelo de negocio, y su entorno tecnológico.
  • Proponiendo la metodología más adecuada, pero a la vez teniendo en cuenta lo que es factible llevar a cabo en la práctica, según cada cliente.
  • Presentando el trabajo propio en sesiones de trabajo y presentaciones con clientes.
  • Detectando posibles nuevos proyectos o extensiones a los existentes.

 

Para ello contarás con el apoyo y conocimiento del equipo de innovación de AIA, que te acompañará en la realización de los proyectos y que espera, por tu parte:

  • Capacidad de prototipado rápido.
  • Capacidad de identificar carencias en los algoritmos/librerías y de desarrollar soluciones específicas para resolverlos.
  • Alta capacidad analítica orientada a resultados conjuntamente a una alta capacidad de comprensión para estructurar y solventar problemas reales de negocio.
  • Autonomía, proactividad, y capacidad de adaptación y trabajo en equipo.

 

Tu participación en el equipo de innovación de AIA te permitirá disponer de un entorno estimulante de compañeros con los que compartir, aprender y aplicar los últimos avances tecnológicos en inteligencia artificial. También te permitirá acceder al contacto con expertos en las empresas clientes con los que conocer los entresijos de su negocio y disfrutar de la aplicación de tus habilidades técnicas a solucionar los problemas que ellos planteen.

 

Requisitos mínimos

  • Doctorado en ciencias (preferible, aunque no excluyente, física, matemáticas, informática, ingenierías).
  • Experiencia práctica en Data Science (> 1 año) para grandes empresas.
  • Experiencia en Python y SQL.
  • Nivel avanzado de inglés.

 

Experiencia/habilidades deseables

Los ítems de la siguiente lista no son imprescindibles, pero te darán una idea de lo que valoraremos:

  • Experiencia en entornos de Big Data (incluye cloud).
  • Experiencia en haber interactuado con Data Engineers para comprender los entornos tecnológicos del cliente, para proponer la metodología adecuada y alinear las soluciones propuestas.
  • Experiencia en haber tenido a cargo equipos de Data Scientists/Analysts.
  • Habilidades para comunicar ideas complejas.
  • Pasión por estar al día de las últimas novedades en AI/ML.

 

 

7 de abril de 2021 Ofertas No comments yet

cerradaRef AIA-2021-02-003 – Oferta Programador Senior Java – POLAR

Grupo AIA desarrolla software avanzado basado en técnicas de optimización, simulación, y Machine Learning (clasificación, predicción, etc.), tanto sobre Big Data como sobre bases de datos estándar. Para ello aplica metodologías basadas en las ciencias básicas, fundamentalmente Matemáticas y Física. El objetivo permanente de Grupo AIA es la transformación de la información en conocimiento útil, que proporcione a nuestros clientes un riguroso apoyo a la toma de decisiones, basado en datos, en todos los niveles operativos y de gestión de su empresa.

En Grupo AIA estamos buscando un Analista/Programador Java que quiera desarrollar su carrera profesional en una compañía en crecimiento dedicada a la resolución de problemas complejos en el mundo de la industria y del mundo empresarial mediante el desarrollo de tecnologías avanzadas.

 

Qué se espera que de ti y cuáles serán tus entregables

Inicialmente trabajarás como programador en el marco de una aplicación puntera dedicada a la optimización del suministro y distribución del dinero efectivo en la red de cajeros automáticos y oficinas bancarias. Puedes consultar en qué consiste nuestro sistema en la página: https://aia.es/casos-uso/banca-y-seguros/neopolar/?lang=es.

Tu trabajo se centrará en trabajos evolutivos sobre nuestro producto NeoPOLAR. Se te pedirá que, una vez conozcas la plataforma, realices el diseño técnico a partir de las especificaciones o propuestas funcionales que te proporcionará el Jefe de Proyecto, y que las implementes bajo su supervisión. Programarás en el lado del servidor, usando Java y Oracle PL/SQL, con algo de Shell scripting, así como en el lado del interfaz de usuario, en donde programarás con tecnologías JavaScript (Vue.js).

Tendrás que generar pruebas unitarias y pruebas de regresión, para lo cual deberás aprender a generar datos realistas de pruebas, ya que se trata de un sistema que realiza optimizaciones sobre datos de series temporales diversas. Obviamente también tendrás la responsabilidad de preparar e instalar versiones en los entornos de pruebas y producción del cliente. También participarás en la documentación de proyecto (manual de explotación, manual de usuario entre otros), y en función de tu predisposición ocasiones tendrás interlocución técnica con el cliente.

La evolución profesional natural en AIA (> 1 año), una vez que hayas adquirido un conocimiento más profundo de la plataforma a nivel funcional y algorítmico, es progresar hacia responsabilidades de analista y poder llevar a cabo pequeños proyectos de principio a fin, de forma autónoma en una primera etapa y con algún programador a tu cargo en las siguientes.

 Requisitos mínimos

  • Titulación universitaria superior
  • Experiencia de tres años o más como Analista Programador/a en Java/J2EE, en el lado del servidor:
    • Java (server side), Spring y Maven
    • Hibernate y Oracle + PL/SQL (pero también nos vale la experiencia en otros como PotgreSQL + PL/pgSQL, SQL Server + Transact SQL, etc.)
  • Alguna experiencia en desarrollo de front-ends web con JavaScript

Habilidades/experiencia deseable

  • Conocimientos en programación lineal
  • Experiencia o conocimientos en arquitecturas y sistemas IT; y en particular sistemas cloud (Amazon, Microsoft, o Google)
  • Conocimientos en ámbito DevOps
  • Experiencia en Vue.js y Vuetify
  • Experiencia en el entorno de desarrollo Eclipse

¿Que ofrecemos?

  • Contrato fijo
  • Participación en proyectos de Innovación puntera para algunas de las empresas más importantes del país
  • Desarrollo profesional al ritmo de tu potencial
  • Participación en todas las fases del proyecto en el marco de un Producto; adquisición por tanto de un dominio transversal en un marco especializado.
  • Empresa con metodologías de trabajo implantadas y certificadas por la ISO:9001:2015
  • Gran ambiente de trabajo colaborativo y enriquecedor
  • Entorno multicultural
  • Horario flexible. Posibilidad de acogerte a nuestro programa de teletrabajo, parcial o total
  • Planes de formación adaptados a tus necesidades y potencial
  • Seguro médico privado
  • Acceso a planes de retribución flexible (parking, tickets de trasporte / restaurante / guardería)
  • Al cumplir 2 años de antigüedad en la empresa, aportación a Plan de Pensiones corporativo del 3% del salario bruto

 

 

1 de febrero de 2021 Ofertas Comentarios desactivados en cerradaRef AIA-2021-02-003 – Oferta Programador Senior Java – POLAR

cerradaRef AIA-2021-02-001 – Oferta Jefe de Proyecto Java – AML

Grupo AIA desarrolla software avanzado basado en técnicas de optimización, simulación, y Machine Learning (clasificación, predicción, etc.), tanto sobre Big Data como sobre bases de datos estándar. Para ello aplica metodologías basadas en las ciencias básicas, fundamentalmente Matemáticas y Física. El objetivo permanente de Grupo AIA es la transformación de la información en conocimiento útil, que proporcione a nuestros clientes un riguroso apoyo a la toma de decisiones, basado en datos, en todos los niveles operativos y de gestión de su empresa.

En Grupo AIA estamos buscando un Jefe de Proyecto Java que quiera desarrollar su carrera profesional en una compañía en crecimiento dedicada a la resolución de problemas complejos en el mundo de la industria y del mundo empresarial mediante el desarrollo de tecnologías avanzadas.

 

Qué se espera que de ti y cuáles serán tus entregables

Inicialmente trabajarás como analista/programador en el marco de una aplicación puntera dedicada a la detección de casos de blanqueo de dinero en banca (AML, Anti-Money Laundering). Puedes consultar en qué consiste nuestro sistema en la página: https://aia.es/casos-uso/banca-y-seguros/aml-siopeia-geb/?lang=es.

Se te pedirá que programes tanto cambios evolutivos como nuevas funcionalidades en el sistema. Esto tomará la forma de pequeños proyectos en los que serás el Jefe de Proyecto, donde realizarás el análisis funcional de los evolutivos que ha pedido el cliente, e implementarás estos (a veces por ti solo/a, a veces con un pequeño equipo de programadores a tu cargo).  Programarás tanto en la parte de back-end (Java y Oracle PL/SQL) como en la de front-end  Más concretamente el sistema actual utiliza (entre otras) tecnologías Spring, Struts, y JQuery; pero si no las conoces tendrás un periodo de adaptación del orden de 1 a 2 meses para ponerte al día en estos frameworks, y para profundizar en la arquitectura de nuestra solución (nuestros DAOs, actions, etc.)

Tus entregables consistirán en desarrollos concretos, con una extensión temporal del orden de pocas semanas, en los que serás guiado por el Jefe de Producto. Se te pedirá también utilizar nuestras herramientas de integración continua y calidad de software (por ejemplo SonarQube), con las que analizamos métricas de calidad del código y de ejecución de los tests unitarios (JUnit).

Se espera de ti que en el plazo de unos meses llegues a conocer nuestra plataforma AML con la suficiente soltura para poder llevar a cabo estos pequeños proyectos de evolutivos de manera autónoma, liderándolos de principio a fin: desde el análisis funcional a la entrega. Otras de tus funciones también importantes serán las de dar apoyo al Jefe de Producto en las estimaciones de esfuerzo y a Ventas en la preparación de propuestas comerciales para nuevos proyectos.

A más largo plazo (~ 3 a 5 años), esperamos que evoluciones hacia Jefe de Equipo, liderando equipos más grandes de analistas y programadores.

 

Requisitos mínimos

  • Titulación universitaria superior
  • Experiencia de tres años o más como Analista Programador/a en Java/J2EE, en el lado del servidor:
    • Java (server side), preferiblemente con Spring e Hibernate
    • Oracle + PL/SQL (también nos valdría la experiencia en otros como PotgreSQL + PL/pgSQL, SQL Server + Transact SQL, etc.)
  • Experiencia en toma de requisitos, análisis funcional y diseños técnicos
  • Experiencia en el trato con el cliente, en el plano funcional o técnico.

 

Habilidades/experiencia deseable

Los ítems de esta lista no son imprescindibles, pero te darán una idea de lo que valoraremos:

  • Experiencia o conocimientos en front-end web: HTML y JavaScript. También se valorarán CSS, JSP, Struts2, JQuery, ojs.
  • Experiencia o conocimientos en arquitecturas y sistemas IT; y en particular sistemas cloud (Amazon, Microsoft, o Google)
  • Experiencia en el entorno de desarrollo Eclipse y en Maven
  • Experiencia o conocimientos en diseño de algoritmos, modelización de datos, o sistemas de soporte a la toma de decisiones

 

¿Que ofrecemos?

  • Contrato fijo
  • Participación en proyectos de Innovación puntera para algunas de las empresas más importantes del país
  • Desarrollo profesional al ritmo de tu potencial
  • Participación en todas las fases del proyecto en el marco de un Producto; adquisición por tanto de un dominio transversal en un marco especializado.
  • Empresa con metodologías de trabajo implantadas y certificadas por la ISO:9001:2015
  • Gran ambiente de trabajo colaborativo y enriquecedor
  • Entorno multicultural
  • Horario flexible. Posibilidad de acogerte a nuestro programa de teletrabajo, parcial o total
  • Planes de formación adaptados a tus necesidades y potencial
  • Seguro médico
  • Acceso a planes de retribución flexible (parking, tickets de trasporte / restaurante / guardería)
  • Al cumplir 2 años de antigüedad en la empresa, aportación a Plan de Pensiones corporativo del 3% del salario bruto
1 de febrero de 2021 Ofertas Comentarios desactivados en cerradaRef AIA-2021-02-001 – Oferta Jefe de Proyecto Java – AML

cerradaRef AIA-2021-02-002 – Oferta Data Engineer – INNO

Grupo AIA desarrolla software avanzado basado en técnicas de optimización, simulación y Machine Learning (clasificación, predicción, etc.), tanto sobre Big Data como sobre bases de datos estándar. Para ello aplica metodologías basadas en las ciencias básicas, fundamentalmente Matemáticas y Física. El objetivo permanente de Grupo AIA es la transformación de la información en conocimiento útil, que proporcione a nuestros clientes un riguroso apoyo a la toma de decisiones, basado en datos, en todos los niveles operativos y de gestión de su empresa.

 

En Grupo AIA estamos buscando un Data Engineer que quiera desarrollar su carrera profesional en una compañía en crecimiento dedicada a la resolución de problemas complejos en el mundo de la industria y del mundo empresarial mediante el desarrollo de tecnologías avanzadas. Te ofrecemos trabajar en primera línea en proyectos de innovación realmente punteros, para algunas de las empresas más grandes del país. Nuestros principales sectores son banca, energía, retail y biotech; también participamos en proyectos de I+D avanzados, como por ejemplo en tecnologías cuánticas. Puedes ver algunos de nuestros proyectos pasados en nuestra página web, http://aia.es.

 

 

Qué se espera que de ti y cuáles serán tus entregables

Inicialmente trabajarás como arquitecto y desarrollador Big Data en la ejecución de los proyectos de la unidad de Innovación de AIA. Tu trabajo consistirá en:

  • Definir las arquitecturas tecnológicas avanzadas (Big Data, Cloud, etc.) que tengan en cuenta el entorno de producción del cliente y aseguren buenas prestaciones, escalabilidad, y fácil inspección para mantenimiento y diagnóstico de bugs y fallos.
  • Interactuar con el cliente final para comprender sus necesidades y su entorno tecnológico, para proponer la metodología adecuada y alinear las soluciones propuestas.
  • En coordinación con el departamento de IT de AIA, y en los casos en que sea necesario, instalar y gestionar entornos Big Data internos que imiten la infraestructura del cliente, para desarrollo y pruebas.
  • Dar soporte al equipo de Data Scientists en materia de optimización, prestaciones, estimaciones de escalabilidad, etc., del código por ellos desarrollado.
  • Ser el responsable de la puesta en producción de las soluciones desarrolladas por los equipos de Data Scientists.
  • Realizar sesiones de trabajo y presentaciones con clientes.
  • Participar en la gestión de proyectos como segundo responsable.

 

Para ello contarás con el apoyo y conocimiento del equipo de innovación de AIA, que te acompañará en la realización de los proyectos y que espera, por tu parte:

  • Capacidad de identificar carencias en los algoritmos/librerías y desarrollar soluciones específicas para resolverlos.
  • Autonomía, proactividad, y capacidad de adaptación y trabajo en equipo.
  • Pasión por conocer cómo funciona la tecnología IT desde la base: el hardware, las redes, y los sistemas operativos.

 

Requisitos mínimos

  • Licenciatura/Grado en Informática, Ingeniería, Matemáticas, Estadística, Física, o áreas relacionadas.
  • Al menos 3 años de experiencia demostrada con bases de datos SQL.
  • Al menos 3 años de experiencia demostrada en programación y conocimiento avanzado de alguno de los siguientes: Python, R, o Java.
  • Al menos 1 año de experiencia práctica en entornos Big Data (principalmente Hadoop y Spark) y usando alguna tecnología Big Data (como MapReduce, Hive, Impala, Sqoop, etc.)
  • Experiencia en algún entorno cloud: AWS, GCP o Azure.
  • Experiencia en el análisis y tunning de código con vistas a la mejora de prestaciones y escalabilidad; preferiblemente en entornos clúster.
  • Experiencia trabajando directamente con clientes.
  • Nivel avanzado de inglés.

 

Experiencia/habilidades deseables

Los ítems de la siguiente lista no son imprescindibles, pero te darán una idea de lo que valoraremos:

  • Máster en Big Data, Sistemas IT, o Data Science.
  • Conocimiento de soluciones NoSQL (MongoDB, Cassandra, HBase).
  • Experiencia como arquitecto Big Data en entornos de producción.
  • Conocimientos en Clustering y Distributed Computing.
  • Conocimiento en las áreas de data mining, técnicas estadísticas y de modelización, Machine Learning y visualización de datos.
  • Conocimiento de herramientas de procesado de lenguaje natural.
  • Habilidades para comunicar ideas complejas.

 

1 de febrero de 2021 Ofertas No comments yet
Oscilación-Neutrinos

Grupo AIA aplica su experiencia en IA al mundo de los neutrinos

En el mundo de la Física Cuántica, muchos son los caminos aún por explorar. La ciencia física avanza gracias, en parte, al desarrollo de nuevas tecnologías basadas en Inteligencia Artificial, que permiten realizar análisis mucho más rápidos y con mayor precisión que los sistemas tradicionales. En este mundo de nuevas tecnologías y el campo de la Física, se acaba de presentar un artículo titulado Likelihood-free inference of experimental Neutrino Oscillations using Neural Spline Flows realizado por dos miembros de Grupo AIA: Sebastian Pina Otey y Vicens Gaitán, y en colaboración con el Instituto de Física de Altas Energías-IFAE-, el Instituto de Ciencia y Tecnología de Barcelona-BIST-, y Federico Sánchez, del departamento de Física de la Universidad de Ginebra.

Para entender qué son las oscilaciones de neutrinos y cómo la utilización de Machine Learning podría ayudar a obtener resultados más precisos, tenemos que dar un paso atrás y ver cómo está conformado el mundo. Nuestro mundo y el universo entero están constituidos por materia. El sol, la tierra, el aire que respiramos, las plantas, los edificios…todo lo que nos rodea está compuesto por átomos.

Incluso nosotros.

Si miramos muy de cerca un átomo, podemos ver que está compuesto en parte por electrones. Los electrones son partículas elementales con carga negativa y están rodeando el núcleo del átomo, lo envuelven. Por otro lado, este núcleo está compuesto por protones, con carga eléctrica positiva, y neutrones, que no tienen carga eléctrica. Los protones y neutrones no son partículas elementales.

Pero esto no queda ahí; si observamos aún más cerca a estos protones y neutrones, veremos que están compuestos por quarks, que sí son partículas elementales. En definitiva, que el mundo que nos rodea está, básicamente, hecho de quarks y electrones. Así, los quarks y electrones (junto con muones y tauones forman las tres generaciones de leptones) conforman los Fermiones.

Volviendo a los neutrinos, gracias al descubrimiento de Wolfgang Pauli, se pudo saber que dos fermiones no pueden tener la misma energía, estar en el mismo lugar y tener idénticos números cuánticos. En nuestro mundo, la mayoría de los objetos mantienen la misma identidad cuando interactúan con algo. Una pelota seguirá siendo una pelota esté parada o en juego y esto no pasa con los neutrinos, que también son fermiones.

Pauli propuso la existencia de una partícula “fantasma” al no haber explicación a la pérdida de energía que se daba cuando un neutrón se dividía en un electrón y un protón. Según la teoría, la suma de energías del protón y del electrón tendría que ser igual a la del neutrón. ¿Os suena eso de “la energía ni se crea ni se destruye, solo se conserva”? La respuesta está en que esta partícula desconocida, que también emitía el neutrón cuando se dividía, contenía la energía restante.

Esta partícula “fantasma”, que fue llamada neutrino por Enrico Fermi, no debería de tener masa, ni carga, ni interacción nuclear. Fermi le puso este nombre en recuerdo del neutrón, porque esta partícula nueva no debería de tener carga como el neutrón, y además era muy escurridiza, indetectable, era un “fantasma”. Esto último indicaba que no debía de tener masa. En el mundo de la física, la teoría da lugar a la práctica, y otras muchas veces, la práctica exige nuevas teorías. Así, para poder confirmar la teoría de la existencia de los neutrinos había que poder verla y estudiarla.

Fueron Clyde L. Kaiwain y Frederic Reines los que demostraron su existencia utilizando agua. Emitieron un haz de neutrones en un tanque de agua extremadamente pura. Se sabe que la luz viaja más despacio en el agua. Si un neutrino con suficiente energía choca con un electrón, el electrón saldrá disparado a través del agua más rápido que la luz. Cuando esto sucede, el electrón emite un débil destello y este destello permite detectar al neutrino.

Así y todo, los neutrinos tienen unas capacidades muy especiales que tienen fascinados a los físicos teóricos de todo el mundo. Una de estas capacidades extraordinarias es la llamada Oscilación de Neutrinos. Existen tres tipos o “sabores” de neutrinos asociados a cada generación de leptones: electrónico, muónico y tauónico, que pueden variar su “sabor” según viajan en la distancia. Aquí entramos de lleno en las denominadas leyes de la mecánica cuántica.

Los neutrinos pueden estar en una combinación de estos tres sabores a la vez: electrónico, muónico y tauónico. Es como el famoso gato de Schrödinger: pueden estar en todos los sabores a la vez, pero hasta que no los ves no sabes qué sabor tiene.  De hecho, cada neutrino está compuesto por variaciones de cada uno de los 3 sabores. Estos estados variados se propagan a distintas velocidades y cuando esto ocurre, la combinación de sabores va cambiando según viaja en el tiempo. A este fenómeno se le llama Oscilación de neutrinos.

¿Y qué sabor tendrá al llegar un neutrino a su destino? Aunque no siempre podemos anticiparlo, sí podemos predecir las probabilidades de captar cada uno de ellos. Esto nos hace preguntarnos, ¿qué hace que los tres sabores iniciales se propaguen a velocidades diferentes? La respuesta está en su masa y que éstas son diferentes.

La demostración de la masa de los neutrinos fue lo que hizo que Takaaki Kajita y Arthur McDonald ganaran el Premio Nobel de Física en 2015, además de que se diera un paso adelante hacia un mayor entendimiento del Universo.

Con todo, para poder llegar a estos descubrimientos la tecnología es fundamental. En este campo, Sebastian Pina Otey- doctorando en Física Teórica y miembro de Grupo AIA- presenta en el artículo publicado en arXiv, una propuesta para el uso de Inteligencia Artificial en el análisis de los datos de investigación con neutrinos muónicos como alternativa a la forma tradicional. Actualmente, estos análisis son enormes, complejos y se realizan con las clásicas herramientas de inferencia estadística y comparaciones con histogramas.

Durante el transcurso de sus investigaciones, Sebastian Pina Otey y Vicens Gaitán, ambos investigadores de Grupo AIA, y junto con Federico Sánchez, han demostrado cómo nuevas tecnologías basadas en Inteligencia Artificial ofrecen metodologías alternativas para el análisis de los resultados que se llevan a cabo en el experimento T2K de Japón.

Esta tesis podría entenderse como una Prueba de Concepto, PoC, con la que se demuestra que el uso de Neural Spine Flows arroja resultados libres de ciertas suposiciones que necesitan los métodos clásicos y que estos podrían utilizarse en un futuro dentro de la colaboración con el experimento T2K.

El objetivo de la tesis no es otro que proporcionar nuevas herramientas de análisis de datos basados en IA para el experimento T2K de Japón y así contribuir a entender un poco más cómo está formado el Universo, el mundo y nosotros mismos.

 

Imagen: neutrino electrónico en SK- T2k.

6 de marzo de 2020 Blog Comentarios desactivados en Grupo AIA aplica su experiencia en IA al mundo de los neutrinos
inteligencia-artificial-fármacos

Inteligencia Artificial para descubrir nuevos fármacos

Las innovaciones en las ciencias biomédicas que están basadas en tecnología, son la esperada oportunidad de esta industria para ser más efectivos. El desarrollo de nuevos fármacos a través de la innovación en I+D que puedan completarse en menos tiempo y con menos costes, es el Santo Grial de la industria biofarmacéutica.

La innovación científica no solo trata de averiguar los mecanismos por los que se manifiesta una u otra enfermedad; sino que, además, se corresponde con la consecución de nuevas drogas que permitan evitar, paliar o curar una determinada dolencia.

Los costes que soporta la industria farmacéutica innovadora suponen más de 2400 millones de euros según Farmaindustria. Por otra parte, la inversión global en I+D en las farmacéuticas supone 30000 millones, solo en Europa. La cifra a nivel mundial sube hasta los 142000 millones de euros.

De estos datos, más del 57% se destina al diseño, desarrollo y evaluación de ensayos clínicos en sus 3 fases. La cantidad restante, 40%, se destina a la investigación básica, procesos de aprobación y farmacovigilancia.

Siguiendo los datos derivados de la patronal de las farmacéuticas innovadoras, se tarda un total de entre 12-13 años en desarrollar y llevar a un paciente un nuevo medicamento. Pero no todas las moléculas llegan a la fase de comercialización; muchas se quedan en el tintero en las diversas fases del desarrollo del fármaco.

Es en la parte de descubrimiento de dianas y el diseño de fármacos en las que la implementación de técnicas de Inteligencia Artificial ayuda a reducir tiempos hasta la mitad y por tanto, un ahorro de costes en la producción de nuevos medicamentos de hasta un 25%.

Actualmente, una biofarmacéutica española, Sylentis, ha implementado un software (siRFINDER) que emplea algoritmos basados en redes neuronales, SVM y machine learning para recoger, depurar y reinterpretar los datos experimentales generados por la farmacéutica. Esto les permite potenciar y desarrollar fármacos gracias a que el software les capacita para generar miles de compuestos específicos para tratar una enfermedad en cuestión de días. La farmacéutica reduce así los costosos y laboriosos trabajos de selección de candidatos, que suelen tardar años, en apenas unos días.

IA para los fármacos personalizados

Una encuesta realizada en junio por Deloitte y MIT Sloan Management Review encontró que solo el 20 por ciento de las compañías biofarmacéuticas son digitalmente maduras, y que la falta de visión clara, liderazgo y financiamiento están frenando a las compañías.

Según MarketsandMarkets, se espera que el mercado de la IA en la industria biofarmacéutica aumente de 198.3 millones de dólares en 2018 a 3.88 mil millones en 2025.

Las cuatro áreas proyectadas para impulsar la mayor parte del mercado de la IA en biofarmacia entre 2018 y 2025 incluyen: descubrimiento de medicamentos, medicina de precisión, diagnóstico por imágenes y diagnóstico médico e investigación. Según el informe, el descubrimiento de fármacos representó el mayor tamaño del mercado durante el período de estudio.

Existe un área que va desde la creación de moléculas candidatas hasta la producción del nuevo fármaco, que presenta una oportunidad única para el desarrollo acelerado de dichos fármacos. Las mejoras potenciales del proceso incluyen lo siguiente:

  • Rediseño de los procesos que mejoran la velocidad en el descubrimiento de nuevas moléculas y está basado en el conocimiento experto.
  • Digitalización que permita la automatización de procesos repetitivos a la vez que la generación de nuevos contenidos y nuevos datos.
  • Advanced analytics incorporando fuentes internas y externas. Aquí se incluirían los modelos predictivos.

Un papel clave para los algoritmos de IA es predecir las interacciones entre las moléculas para así, comprender los mecanismos de la enfermedad. Estos mecanismos a su vez, podrían ayudar a establecer nuevos biomarcadores; identificar, diseñar, validar y optimizar nuevos candidatos a fármacos; e identificar medicamentos existentes que podrían ser reutilizados para otras indicaciones.

 

 

Foto Louis Reed Unsplash

27 de noviembre de 2019 Blog Comentarios desactivados en Inteligencia Artificial para descubrir nuevos fármacos
data translator

La figura escondida para el éxito de una implantación de la IA en las organizaciones

Las empresas continúan implementando Inteligencia Artificial en sus procesos: Marketing, Finanzas, Operaciones… todos ellos se ven beneficiados por la irrupción del uso del dato como eje transversal en las compañías.

En un reciente estudio publicado por Fujitsu y Pier Audoin Consultants, se pone de manifiesto que los beneficios que obtienen las empresas gracias a la IA empieza a dar resultados. No es algo a futuro que ocurrirá dentro de 5 años. El tiempo de la IA es ahora. Sin embargo, las cifras aún son bajas: solo el 11% de las empresas encuestadas está implantando estrategias de Inteligencia Artificial, el 29% tiene proyectos en fase de desarrollo y un 35% tiene pensado hacerlo en los próximos dos años.

Esta clasificación es la que se denomina innovators, early adopters, followers. Es decir, dependiendo del estado de madurez de las compañías y cómo están realizando la adaptación al dato, éstas se situarán en los porcentajes antes mencionados.

En esta línea, aquellos que han implementado IA o tienen en mente hacerlo aseguran que es la base para mejorar en la automatización de sus procesos (53%), mientras que un porcentaje cercano al 75% están creando las unidades de negocio para ayudar a su despliegue. Las principales áreas en las que se está empleando esta tecnología son en la mejora en la eficiencia de la producción, el mantenimiento predictivo y sobre todo en poder predecir el comportamiento del cliente para realizarle las acciones oportunas.

Sin embargo, hace unas semanas se ha publicado una encuesta realizada por MIT Sloan Management Review y Boston Consulting Group que  han arrojado datos diversos.

Mientras se asegura que la IA promete recompensas, éstas no están exentas de riesgos, como que tus competidores hayan decidido arriesgarse e ir un paso por delante. Son los innovators que utilizan la IA para la alineación, inversión e integración en toda la organización. De manera transversal y en todos los órdenes organizacionales.

Un gran número de empresas líderes son las que ven a la IA, no como una oportunidad sino como una estrategia de riesgo. Tanto, que desde 2017 a 2019 esta percepción se ha incrementado de 37% al 45% respectivamente.

Y en este saber manejar el riesgo muchas iniciativas basadas en IA fallan. 7 de cada 10 empresas encuestadas aseguran que apenas han obtenido réditos de esta tecnología. Y no es baladí cuando casi el 90% de las compañías han hecho alguna inversión en este campo.

El quid de la cuestión es que, si bien algunas empresas han descubierto cómo tener éxito, la mayoría de ellas tienen dificultades para generar valor con Inteligencia Artificial. Como resultado, muchos ejecutivos se enfrentan a un conjunto de realidades derivadas de la inteligencia artificial: la IA es una fuente de oportunidades sin explotar, es un riesgo existencial. Sobre todo, es un problema urgente que abordar. ¿Cómo pueden los ejecutivos explotar las oportunidades, gestionar los riesgos y minimizar las dificultades asociadas con la IA?

El traductor de datos, la figura oculta de las empresas

La capacitación de los profesionales, no sólo en el ámbito técnico y científico sino también en el área de interlocución  e interpretación se convierten en fundamentales para que la generación de valor diferencial a través de la inteligencia artificial sea un hecho. La capacidad de comprender profundamente el negocio y saber trasladarlo a los equipos técnicos encargados de aplicar la IA es el Santo Grial de todas las empresas, también de las proveedoras de este servicio.

Por otro lado, según Mckinsey, el éxito en la obtención de resultados a través de la IA y la analítica no recae solamente en los equipos de data scientist, data engineer o data analytics. Se necesita una figura transversal, el traductor de datos.

Mckinsey considera que esta figura asegura que las organizaciones logren un impacto real  en sus iniciativas analíticas ya que son capaces de interpretar correctamente las necesidades de negocio y traducirlas a lenguaje científico-técnico, y viceversa.

La experiencia en traducción de datos permite a este perfil ser un gran conocedor del negocio y de su cadena de valor, ya sea en el campo de la distribución, salud, marketing, manufacturing o cualquier otro ámbito.

Según define la consultora, en su función, los traductores ayudan a garantizar que los conocimientos profundos generados a través de análisis sofisticados se traduzcan en impacto a escala en una organización. Para 2026, el Instituto Global McKinsey estima que la demanda de traductores solo en los Estados Unidos puede llegar a dos o cuatro millones.

Por tanto, los traductores de datos aprovechan su conocimiento práctico de inteligencia artificial y análisis para transmitir estos objetivos comerciales a los profesionales de datos que crearán los modelos y las soluciones. Finalmente, los traductores se aseguran de que la solución produzca inisghts que la empresa pueda interpretar y ejecutar y, en última instancia, comunique los beneficios de estos insights a los empresarios para impulsar su adopción.

Una de las fórmulas para reducir la estrategia del riesgo que asumen las compañías cuando deciden estar a la vanguardia de su sector, es sin duda la capacidad de interpretar los datos y ofrecer insights a través de ellos.

11 de noviembre de 2019 Blog Comentarios desactivados en La figura escondida para el éxito de una implantación de la IA en las organizaciones
IDENTIDAD-CLIENTE

Inteligencia Artificial para conocer la identidad del cliente

Cuando el cliente sabe lo que quiere, las empresas están obligadas a conocer ese querer. Sin embargo, según Gartner, los CMOs solo invirtieron el 29% de sus presupuestos en nuevas tecnologías que les permitieran satisfacer sus necesidades.

Es posible que los especialistas en marketing no tengan la tecnología adecuada ni sea la que tienen la suficiente. Por otro lado, también es común que los departamentos de Marketing tengan una visión incompleta de las capacidades tecnológicas que poseen y, por lo tanto, no estén usando todo por lo que han pagado.

Para garantizar un alto retorno de la inversión (ROI) para el negocio, los especialistas en marketing deberían comenzar con una auditoría del ecosistema tecnológico que está siendo usado dentro de la organización para, finalmente, poder establecer la mejor estrategia que derive en un alto ROI.

Sin embargo, creer que por tener una determinada tecnología ya se está destinado a generar dinero es un error común hoy en día. Según un estudio de la consultora McKinsey, la brecha tecnológica entre aquellas compañías líderes y las más rezagadas, está creciendo. Esto significa que aquellas que usan los datos para tomar decisiones están marcando las diferencias con el resto, que aún están luchando por lo básico en cuanto a análisis de datos y a tecnología se refiere.

Para las empresas innovadoras y las rezagadas la aparición del análisis de datos como una realidad para ofrecer mejores insights significa estar en posesión de una cultura del dato saludable. Unas lo implementan y otras no y por tanto unos obtendrán un mayor ROI, en detrimento de las empresas rezagadas que no han implementado esa cultura del dato.

Una vez tenemos una cultura del dato sana y la tecnología necesaria, llega el momento de escuchar al cliente. Como decíamos al inicio de este trabajo, mientras la captura de la atención del consumidor se incrementa, aumentan las necesidades de personalizar a los clientes. Los departamentos de Marketing invierten de media, un 14% para lograr la tan ansiada personalización, poco para los resultados que ofrece.

IA para la identidad del cliente

La necesidad de conocer al cliente, facilita la adopción y uso de la Inteligencia Artificial, no solo en el campo del Marketing sino a escala y en toda la organización.  Aquí nos encontramos con la encuesta a más de 3000 empresas realizada por McKinsey Global Institute,  llamado “Inteligencia artificial: ¿La próxima frontera digital?”  y descubrimos que los primeros usuarios de IA tienden a estar más cerca de la frontera digital. Es en esta frontera donde se sitúan las empresas más grandes dentro de cada uno de los sectores. Despliegan IA en todos los grupos, usan la IA en la parte más central de la cadena de valor, adoptan la IA para aumentar los ingresos y reducir los costos, y tienen el apoyo total del liderazgo ejecutivo. Las empresas que aún no han adoptado la tecnología de inteligencia artificial a escala o en una parte central de su negocio, no están seguras de los rendimientos que pueden esperar de una inversión así.

Son este grupo de empresas, las innovadoras, las que saben que la manera de personalizar las acciones a los clientes, presentes y futuros, es conociéndole. Es aquí donde la IA se introduce de lleno y capacita a los especialistas en Marketing a que puedan identificar a cada uno de ellos y personalizar sus acciones.

Uno de los elementos clave de las técnicas de identidad de cliente, es que permiten caracterizar a los clientes a partir de conceptos accionables. Estos conceptos accionables son los resultantes de incorporar el conocimiento experto de negocio a la IA, también llamados SIOs o Sistemas Inteligentes de Observación. El resultado es que el conjunto de estos conceptos permite obtener una visión amplia del cliente

Por tanto, las técnicas de identidad del cliente sirven a las compañías para obtener, por ejemplo, un mayor conocimiento de los hábitos de sus consumidores. Una vez se han identificado, las distintas áreas corporativas están capacitadas para realizar ofertas mejor personalizadas, que les permitan un mayor beneficio al mismo tiempo que satisfacen a los clientes. Como ejemplo, sirve para evitar el abandono una vez hemos analizado qué les produce insatisfacción. Pero también puede ayudar a establecer modelos predictivos de precios para determinados productos.

Las empresas innovadoras son las que están pudiendo responder a las clásicas preguntas ¿cómo se comporta mi cliente?, ¿qué información de valor puedo obtener de sus hábitos?, ¿cómo puedo mejorar los beneficios de la compañía? En parte, por su capacidad de estar siempre a la vanguardia.

2 de octubre de 2019 Blog Comentarios desactivados en Inteligencia Artificial para conocer la identidad del cliente
adaptive-machine-learning

Adaptive Machine learning, o cómo analizar la volatilidad del entorno

El entorno está en constante cambio. Aunque  pensemos que es inmutable, que los datos que recabamos sobre personas y ambiente apenas cambia, lo cierto es que nada más lejos de la realidad. Hay datos que varían de tal manera que las predicciones hechas con técnicas de Machine learning se quedan obsoletas. ¿Por qué?

En la última curva de tendencias de Gartner, una de las tecnologías que tendrán mayor auge en los próximos años será el Adaptive Machine learning, o lo que es lo mismo, aprendizaje automático adaptativo. Esta tecnología proporciona la capacidad de volver a entrenar con frecuencia los modelos de machine learning cuando los datos están online y en tiempo real. Esta capacidad permite a los modelos de machine learning adaptarse a las circunstancias de un mundo en constante cambio.

Gracias a esta capacidad de adaptación al entorno, esta tecnología es particularmente útil si queremos entrenar coches autónomos. Estos coches han de ser capaces de incorporar nuevos datos en tiempo real, analizarlos y tomar decisiones basados en esos datos.

Sin embargo, su uso puede ir más allá de los coches autónomos (a los que Gartner le da más de 10 años antes de que podamos ver uno). El aprendizaje automático adaptativo en tiempo real requiere un aprendizaje de refuerzo eficiente (reinforcement learning), es decir, cómo un algoritmo debe interactuar continuamente con su entorno para maximizar su recompensa. Estos algoritmos funcionarían para la agricultura, el marketing online, las smart cities o incluso las entidades financieras o cualquier industria que utilice IoT.

En estos entornos cambiantes, no es posible coger la gran cantidad de datos que se generan, ordenarlos, cualificarlos y entrenar un modelo de machine learning “tradicional” ya que éste debe de reentrenarse y tomar decisiones en tiempo real.

Una idea de los años 50

Aunque pueda sonar muy novedoso lo cierto es que fue en los años 50 del pasado siglo cuando B.F. Skinner desarrolló una máquina de enseñanza centrada en el desarrollo de habilidades que se vieran incrementadas. La idea era controlar el progreso estudiantil en la enseñanza programada. La máquina adaptó las preguntas presentadas en base a las respuestas acertadas anteriormente y proporcionó a los estudiantes la capacidad de ir aprendiendo a su propio ritmo.

No fue hasta la década de 1970 cuando esta idea se empezó a desarrollar en el campo de la inteligencia artificial. Pero como todo en aquella época, más que no poder llevar a cabo el desarrollo del aprendizaje automático adaptativo lo que realmente frenó su avance fue la falta de capacidad de computación, captura y almacenamiento  de los datos. Simplemente, no estábamos preparados.

A pesar de ello, el aprendizaje automático adaptativo no murió allí. En las siguientes décadas estas tecnologías se volvieron más ágiles, escalables y fáciles de usar aunque no fueron muy utilizadas.

Hoy en día existen multitud de campos en los que el uso de adaptive machine learning puede ser utilizado, más allá del coche autónomo y algún que otro robot. En el campo de las finanzas, esta tecnología está permitiendo incorporar datos online para, por ejemplo, ver cómo evolucionan las bolsas.  También está siendo utilizado para la predicción de la localización (muy útil para los coches autónomos), publicidad programática mejorando las apuestas o en el campo de los seguros.

Según Gartner, adaptive machine learning sigue siendo un reto ya que habrá que tener en cuenta aspectos como la privacidad, cuestiones éticas, y seguridad en todos aquellos sistemas basados en autoaprendizaje  y autonomía. Las compañías, por su parte, emplearán este aprendizaje para impulsar de manera continua la toma de decisiones autónomas e inteligentes.

Esto último no quiere decir que se tenga que cambiar las metodologías actuales basadas en machine learning, ya que, una vez entrenados los algoritmos offline, el aprendizaje adaptativo permite mejorar, contextualizar y personalizar aún más los modelos de machine learning existentes.

11 de septiembre de 2019 Blog Comentarios desactivados en Adaptive Machine learning, o cómo analizar la volatilidad del entorno