Carreras del futuro: ¿Qué se debe estudiar para aprender sobre inteligencia artificial?

Hablar sobre inteligencia artificial en esta época no es nada nuevo. Por el contrario, son cada vez más las empresas, organizaciones y personas que reconocen el uso de esta tecnología en su día a día.

Ejemplo de ello puede ser los 'chatbots' que se utilizan para hacer algún pedido en internet, o cuando le pregunta algo al asistente de su teléfono celular y le responde sin problema.

Incluso, el hecho de que las aplicaciones de movilidad llamen a las autoridades automáticamente en caso de que algo no ande bien, o que sus redes sociales recuerden sus gustos, son señales de que la IA ha permeado varios aspectos de la vida del ser humano.

(Le recomendamos: IBM abre convocatoria para becas en ciberseguridad, Inteligencia Artificial y más).

Es por ello que también ha crecido la necesidad de aprender sobre el tema, convirtiéndose en un aspecto de vital importancia en el campo de la tecnología.

Las empresas saben esto, razón por la cual cada vez más se ven ofertas laborales en las que buscan personas que puedan desarrollarse en el campo de la inteligencia artificial generativa, estrecha y más.

Pero, ¿qué se necesita para aprender sobre inteligencia artificial?, ¿qué se debe estudiar? y lo más importante, ¿cómo se puede aplicar?

Fabrizio Carbone, Gerente de IBM Software para el norte de Suramérica, en conversación en EL TIEMPO, explica que hoy en día las empresas utilizan distintos tipos de inteligencia artificial en varios sectores o unidades. Entre las más comunes están aquellas especializadas en servicio al cliente. 

Sin embargo, esto no significa que sean programas "sueltos" o "independientes" que funcionan y se mantienen por sí solos. Detrás de ellos hay muchas personas trabajando en estos sistemas, optimizándolos, brindándoles soporte y constante desarrollo.

Es por ello que se necesitan profesionales que ocupen roles específicos de acuerdo a las necesidades. Desde científicos de la computación hasta diseñadores, los equipos son gigantes. Entonces, ¿por dónde comenzar?

Para Carbone la clave son las bases de datos. Aprender a usarlas es esencial para continuar con la programación y desarrollo de la IA en cuestión.

"Para ser exitoso con cualquier modelo de inteligencia artificial primero, tenemos que tener la data necesaria. Por ejemplo, un curso para ser científico de datos (...) desde ahí puedo formar una escalerita para ganar habilidades", comentó, para luego explicar que, aunque se puede comenzar con cursos de Machine Learning - que es una variante de la inteligencia artificial en la que un sistema adquiere conocimiento a partir de datos en vez de depender de la programación directa- siempre se necesitarán conocimientos previos sobre el lenguaje utilizado en el campo.

"Se ven términos cómo la curación de datos, manejo de sesgos, bibliotecas, bodegas (...) y si no estudiaste primero esa parte, no la puedes aprender ahí. Llegas un poco perdido", puntualizó.

Ahora bien, es importante aclarar que para aprender sobre bases de datos no se necesita una carrera en específico. Ingenieros de sistemas o científicos de la computación podrían tener conocimientos al respecto, pero lo cierto es que existen muchos cursos que ofrecen la posibilidad de aprender al respecto en cuestión de meses.

"La oferta es mucho más variada. Ya no solo se habla de carreras de universidad. Los jóvenes de ahora no necesariamente estudian cinco años, sino que en meses logran aprender muchas cosas. Y eso es genial", concluyó.

Esto lo valoran mucho las empresas, las cuales no siempre buscan a sus profesionales con un perfil lleno de títulos o diplomas, sino que se enfocan en las 'hard skills' o habilidades técnicas del aspirante.

(No deje de leer: Los datos de ciberataques y extorsiones a Sanitas y a EPM).

Ahora bien, es importante aclarar que para aprender sobre bases de datos no se necesita una carrera en específico. Ingenieros de sistemas o científicos de la computación podrían tener conocimientos al respecto, pero lo cierto es que existen muchos cursos que ofrecen la posibilidad de aprender al respecto en cuestión de meses.

Con esto en mente, lo que sigue es continuar con la rama que más le guste.  Para el caso de la inteligencia artificial, Carbone explica que hay tres puestos claves dentro del equipo de desarrollo, independiente del tipo de IA:

Cada uno de estos expertos debe tener conocimientos en varios lenguajes de programación, gestión de datos y machine learning, dependiendo del rol que vayan a cumplir. Entre las bases más importantes, además de lo que Carbone indica, IBM también le apunta a la automatización, cursos relacionados con ciberseguridad y la infraestructura en tecnologías.

Laura Natalia Bohórquez Roncancio

REDACCIÓN ÚLTIMAS NOTICIAS