La nueva colaboración ha tenido lugar tras el éxito del “Datathon Next & AWS: Hackeando el tráfico de Madrid”, en el que ambas empresas plantearon como objetivo intentar solucionar el tráfico de la ciudad, consiguiendo propuestas muy innovadoras y útiles.
En esta ocasión, para participar en el ‘datathon’, los aspirantes debían desarrollar un caso de uso en el que las técnicas de aprendizaje automático o ‘machine learning’ sirvieran para mejorar algún aspecto de la empresa para la que trabajan.
Un total de 20 equipos, formados por profesionales de toda índole, desde analistas de datos hasta organizaciones sin ninguna experiencia previa en el mundo de la inteligencia artificial, consiguieron clasificarse para la final, que se celebró en las oficinas de BBVA Next Technologies en Madrid.
Sesenta candidatos trabajaron sin descanso para desarrollar un modelo analítico y plantear una solución de negocio partiendo de los datos proporcionados por BBVA. La competición, que tuvo lugar la semana pasada en Ciudad BBVA, ha sido la última fase de un proceso de selección para reclutar a los nuevos miembros del programa ‘Young Data Professionals’, una iniciativa de BBVA para el desarrollo de talento joven en analítica avanzada.
El jurado estaba compuesto por los científicos de datos de BBVA Next Technologies, Josefa Calero y Samuel Muñoz, y por expertos de AWS. “La calidad y la variedad de las propuestas presentadas ha hecho que nos haya costado mucho decidir”, señaló Calero. Por su parte, Muñoz destacó los criterios tenidos en cuenta para elegir a los ganadores de cada prueba: “Han sido, por orden, la importancia del ‘machine learning’ en el proyecto, lo innovador que era, la factibilidad de la idea –es decir, si esta podía llevarse a buen puerto–, y cómo de avanzado ha quedado el desarrollo”.
Las tres fases del ‘datathon’
- En la primera fase, los equipos debían presentar un documento con el caso de uso para su empresa. De todas las propuestas recibidas, 50 fueron seleccionadas para la segunda fase.
- En la segunda fase los clasificados contaron con un ‘workshop’ como apoyo para mejorar determinados conocimientos. Estas nuevas herramientas permitieron a los equipos desarrollar su propuesta con más detalle para entregar la última versión. De las 50 presentadas, solo 20 pasaron a la tercera y última fase.
- La última ronda consistió en una única jornada en la que los equipos se tuvieron que enfrentar a 23 retos técnicos específicos sobre ‘machine learning’ e inteligencia artificial con servicios de AWS, seguidos de una presentación de cada idea ante el jurado de las dos compañías; y un concurso final con preguntas sobre la propia temática. Los grupos contaron con alrededor de seis horas para desarrollar las soluciones.