Conversación con Alejandra Manrique

Alejandra Manrique es Head of Big Data en Roche Diabetes Care. A lo largo de su trayectoria profesional ha trabajado siempre con datos y algoritmos. Iniciándose en la gestión de almacenes de suministros automovilísticos, pasando por la gestión del agua, la protección del medio ambiente y actualmente desarrollando servicios digitales para mejorar la vida de los pacientes diabéticos.

Empecemos con un pequeño viaje en el tiempo ¿en qué momento de tu carrera profesional te diste cuenta del potencial de Analytics y del dato? ¿Fue amor a primera vista?

Desde el principio, pero especialmente en el sector del agua donde desarrollamos herramientas para la mejora de la gestión del agua; un sector muchas veces impredecible. Amor a primera vista, no lo sé… una cosa llevó a la otra y siempre me he guiado por lo que tiene sentido para mi.

Y desde ese primer momento hasta a la actualidad ¿qué dirías que ha cambiado en el mundo de Analytics y de los datos? 

Principalmente el Cloud, la potencia de cálculo hoy en día es muy superior a la de hace años, el almacenamiento de datos, los modelos distribuidos, la accesibilidad a los servicios,  hay un abanico enorme de servicios; pero sigue siendo un reto la disponibilidad y la calidad de los datos. 

Nos hemos acostumbrado muy rápido a utilizar servicios que gracias a muchos datos funcionan muy bien hoy en día, como los navegadores de tráfico. 

Y en todos estos años ¿cuál o cuáles han sido tus grandes aprendizajes? Me encantaría que me hablaras de tu aprendizaje más dulce y también que hicieras referencia a alguno más amargo 

El momento más dulce es cuando consigues hacer un servicio, modelo o insight que es útil, ayuda a mejorar la vida de alguien y hay un beneficio directo en las personas. Por ejemplo, en el caso de la diabetes o del medio ambiente es muy directo. Es muy satisfactorio cómo podemos conseguir un gran impacto para la sociedad. Ofrecer a los profesionales y pacientes diabéticos un servicio que le permita dormir tranquilo o predecir que tiene un riesgo alto de tener problemas de riñón es un cambio y un alivio totalmente gracias a los algoritmos. 

El más amargo, o yo diría los más desafiantes, cuando después de un gran esfuerzo del equipo el resultado no es el esperado, los datos no son correctos, la calidad de los datos es un reto constante y es la materia primera para poder tener buenos productos y algoritmos.

¿Qué grandes cambios ha vivido el mundo de Analytics y el Dato en los últimos 12 meses? Me refiero a aquellos que has vivido más directamente, estén o no relacionados con la pandemia 

 Yo creo que con la pandemia nos hemos dado cuenta de la importancia de muchísimas cosas, que estaban ahí pero que igual no veíamos la relevancia de su papel. Por un lado, la toma de decisiones basadas en datos y la transparencia. Hemos estado todos muy pendientes de la evolución de los indicadores, cómo se tomaban decisiones en base a ellos; la transparencia es fundamental para confiar en la buena gestión y los datos nos ayudan mucho.

Por otro lado la potencia de la analítica, de la inteligencia artificial y la democratización de los servicios. Mucha gente gracias a los datos abiertos ha creado muchos servicios, análisis, algoritmos, … Hemos visto también cómo la escalabilidad del cloud y las comunicaciones han funcionado, hemos estado conectados constantemente. Aunque la dependencia como sociedad de 2-3 multinacionales es algo que a mí personalmente me preocupa.

Y si miramos al futuro ¿qué grandes cambios o retos vivirá el mundo de Analytics en los próximos 2-3 años? 

Probablemente es algo que no es nuevo, pero es la explosión de los algoritmos, sobre todo los relacionados con la mejora de la salud. Hay mucha investigación actualmente en el ámbito de salud, los datos están ahí y hay muchos servicios que veremos que ayudarán a los profesionales a avanzar en la detección y prevención de enfermedades. 

Por otro lado el FAIR Data, FAIR (Findable, Accessible, Interoperable and Reusable), es una iniciativa mundial aprobada por el G20 en 2016.  Que las organizaciones vayan hacia modelos más abiertos de datos, apostar por los estándares de interoperabilidad y la reutilización es fundamental como sociedad para mejorar. 

¿Qué perfiles de Analytics son los más complicados de encontrar ahora mismo?

En mi caso los Data Engineers con experiencia y con foco en el negocio, aunque los Data Scientist es bastante complicado también. Encontrar perfiles técnicos con experiencia en cloud, devops, ..., con capacidad de gestión y con foco en el negocio es lo más complejo. En todo este mundo es importante la priorización de los casos de uso en base al beneficio/impacto y la viabilidad técnica, así como conocer bien cómo aplicar la tecnología actual y futura en un mundo que avanza muy rápido. Encontrar perfiles mixtos que puedan trabajar en estos entornos es todo un desafío. 

De hecho hay mucha confusión en la definición de los roles. ¿Cómo definirías en un tweet estos roles?

Data Scientist: Profesional experto en la creación de algoritmos e insights basados en datos a través de técnicas de Inteligencia Artificial (Datamining, Análisis predictivo, Deep learning, Machine learning, etc.)

Data Engineer: Profesional experto en el procesamiento de datos para ponerlos a disposición de los usuarios (Data Scientists, Analistas, otros sistemas, etc... ) 

BI Analyst: Profesional experto en el análisis de casos de uso a través de datos apoyándose en visualizaciones de datos. Trabajan principalmente en el análisis descriptivo y de diagnóstico.

¿Cuál es la parte más satisfactoria de tu trabajo? ¿Y la que menos?

El trabajo en equipo, conjuntamente con tener un reto en común con un impacto en la sociedad entre todos donde cada uno aporta una parte importante. La que menos cuando hay aspectos que no dependen del equipo, no podemos controlar en interno  pero que impactan mucho en el resultado.

¿Cómo te mantienes al tanto de las grandes tendencias y cambios en nuestro campo?

 Son varios los canales, a través de páginas de referencia en el sector, estando en contacto con otros profesionales, atendiendo a eventos online normalmente. Últimamente con Podcast, soy muy radio-adicta. 

¿Cómo les explicas a tus hijos en qué consiste tu trabajo? ¿Y cómo les explicarías qué es la Inteligencia Artificial? 

Complicado. Le digo que programamos servicios en móviles o web que ayudan a nuestros pacientes a vivir mejor. Algoritmos y servicios tipo las recomendaciones de libros, las recomendaciones de sitios a visitar, etc. 

¿Alguna vez te ha pasado que tus proyectos de Analytics entran en conflictos con tus valores y ética personal? ¿En caso afirmativo, cómo los has resuelto?

 La verdad es que no. Si ocurriera, yo creo que mis valores y ética están por encima; pero nunca se sabe. Por eso para mí es importante trabajar en proyectos que estén alineados con mis valores. 

Igual estoy equivocado, pero mi impresión es que en el mundo de Analytics las mujeres lo habéis tenido más difícil que los hombres. ¿Estás de acuerdo?  ¿Has vivido situaciones injustas por el hecho de ser mujer? 

La verdad es que somos muy pocas. Yo siempre he trabajado rodeada de hombres, y no he sentido que lo tenía más complicado. Sí que creo que entornos mixtos son más ricos, aportan más y ayudan a tener diferentes perspectivas.Es algo a mejorar y en donde las mujeres que estamos en posiciones relevantes tenemos una responsabilidad social con las nuevas generaciones para cambiarlo. En general no sólo en el tema del género, en todo la diversidad es una obligación que tenemos y además es mucho más rica, creo que se consiguen resultados mejores. 

De hecho, sigue habiendo menos mujeres no solo en el mundo de Analytics sino en general en el sector STEM. ¿Qué deberíamos hacer para revertir esta situación? 

Darnos más visibilidad. Hay muchas iniciativas hoy en día , debemos participar de manera muy activa para ser referentes para las jóvenes. Creo también que no sólo las mujeres tenemos que apoyarlo y activarlo, ya que es un problema global de la sociedad y debemos tener activistas que también sean hombres.

Recientemente entrevisté a Joan Miró y le pedí que lanzara una pregunta para la siguiente persona a entrevistar. Su pregunta fue: ¿Cuál de las innovaciones en IA que ya son una realidad hoy día te parecen más increíbles? 

Los algoritmos relacionados con la mejora de la salud de las personas. Se está trabajando mucho y se están consiguiendo resultados muy buenos que en breve empezaran a ser una realidad.

Por otro lado, los algoritmos de predicción en general, así como el procesamiento de imágenes ha mejorado mucho ya y lo tenemos a nuestro alcance en aplicaciones de fotografía en nuestros móviles.  A nivel más profesional la medicina está avanzando muchísimo tanto en el diagnóstico como en el tratamiento.  

Y tú ¿qué pregunta le harías a la próxima persona entrevistada?

 ¿Crees que la IA ayudará a la sociedad a mejorar o puede generar fracturas sociales?