Stephen Brobst es el Chief Technology Officer (CTO) de Teradata
Corporation, una firma especializada en herramientas de data warehousing y de analíticas empresariales, que está en más de 60 países, cuenta con más de 950 clientes y de 2.400 implementaciones. Además de haber sido miembro del Consejo de Innovación y Desarrollo del presidente de Estados Unidos Barack Obama entre los años 2008 y 2012, Brobst fue nombrado en 2014 por ExecRank como el cuarto CTO más importante del mencionado país, solo superado por sus colegas de Amazon.com, Tesla Motors e Intel. De visita en la Argentina, dialogó en exclusiva con IT Business acerca de cómo elegir una solución Big Data y cuánta se tarda en ver resultados positivos.
- ¿Cómo puede una empresa saber si un data scientist es bueno?
Se deben analizar sus conocimientos en matemáticas y
estadísticas. Es muy importante que tenga experiencia trabajando con soluciones de data mining y que tenga capacidad para resolver problemas. Lo ideal es, además de entrevistarlo, que realice ejercicios en el momento. Con respecto a su personalidad, deben ser curiosos porque es preciso que quieran saber qué hay detrás de los datos. Otra cualidad importante es que estén bien predispuestos a la comunicación ya que deben tener la habilidad de poder explicar sus hallazgos al resto de la compañía. - ¿Qué variables debería tener en cuenta una compañía que está comparando soluciones de Big Data para elegir la mejor?
La clave es saber cuál es el problema que quiere resolver. No hay
una solución que sea única para resolver todo. Entonces, el mejor consejo es que primero detecte qué problema tiene y luego avance teniendo en cuenta que es crucial la interacción entre el área de IT y el resto de la firma. - ¿Cuánto puede tardar una empresa en ver los resultados de una implementación de Big Data?
En algunos casos, a las dos o tres semanas ya se empiezan a ver
las potencialidades, aunque la mayoría lo hace en la sexta semana. - ¿Qué consejos le daría a una firma que está pensando en invertir en este tipo de soluciones?
Los consejos son varios. Por empezar, que capaciten
adecuadamente a las personas para que tengan los skills necesarios para trabajar con datos. En segundo término, entender cuál es el objetivo concreto por el cual están utilizando Big Data. En tercer término, es importante recordar que se puede empezar de a poco e ir escalando paulatinamente. Finalmente, es muy buena idea contratar a personas que ya tengan experiencia trabajando como data scientist. - ¿Cómo ve la adopción de Big Data en Argentina?
En realidad no se puede analizar por país, sino por industrias, y en
este sentido, la de servicios financieros y telecomunicaciones son las dos más avanzadas, esto se debe a que están en un mercado muy competitivo. En líneas generales, los primeros usan Big Data para conocer mejor a los consumidores, mientras que los segundos hacen hincapié en cuestiones vinculadas con la red. D.S.