Las empresas grandes y pequeñas están luchando por comprender la enorme afluencia de datos. En el mundo del automóvil, los datos de los automóviles autónomos están afectando el desarrollo de los automóviles sin conductor. Aquí está el enfoque de Ford.
La investigación de la conducción autónoma y la carrera para desarrollar vehículos sin conductor tiene, en el fondo, una clave: Grandes datos. Estos avances tecnológicos, que dependen de la rama de aprendizaje de máquinas de la IA, se basan en los datos recogidos por las empresas automovilísticas: datos de millas reales recorridas, como el piloto automático de Tesla, datos de simulaciones de conducción autónoma, y datos de situaciones de prueba, como la flota sin conductor de Uber en Pittsburgh.
Grandes datos, dijo Michael Cavaretta, director de infraestructura analítica de Ford Motor Company, significa datos que son «demasiado grandes para manejarlos fácilmente dentro de sus recursos computacionales». Se trata de examinar los conjuntos de datos con «alta velocidad, alto volumen y alta variedad», dijo.
Y a medida que los ordenadores se han vuelto más potentes y el almacenamiento es más barato, se ha hecho más difícil lidiar con estos datos.
Pero estos datos son esenciales para el aprendizaje automático, que funciona mediante la introducción de datos y el aprendizaje a través de circuitos de retroalimentación. «Los datos y el aprendizaje automático van de la mano como la mantequilla de maní y la jalea», dijo Cavaretta. «Mucho mejor el uno con el otro.»
Anteriormente, Cavaretta dirigió un grupo de análisis dentro del desarrollo de productos, específicamente en investigación e ingeniería avanzada, dando soporte a diferentes funciones dentro de Ford. Había varios de estos grupos, como un grupo de análisis en la fabricación, uno en marketing y ventas, y así sucesivamente. «Haríamos todo lo posible para ser consultores internos», dijo, «y trabajar con nuestros clientes internos para ofrecer el mejor valor».
Más información sobre Big Data
Ha habido un cambio radical recientemente, dijo, en Ford. Cuando la compañía contrató a un nuevo director de datos y análisis, Paul Ballew, el objetivo era centralizar los grupos de análisis de Ford. La nueva organización de operaciones de datos tiene un enfoque singular en la comprensión de los datos internos de Ford, datos de terceros, asociaciones potenciales y datos de vehículos, dijo Cavaretta. Se trata de «tener una visión empresarial y una estrategia empresarial, con respecto a los datos de Ford, y luego los análisis para poner encima», dijo.
El grupo se dio cuenta de que había una oportunidad de ser parte de un panorama más amplio. «Pensamos, `Sería genial si tuviéramos más comunicación y miráramos más allá de las necesidades inmediatas dentro de un silo en particular'», dijo Cavaretta. El grupo presentó a la junta ejecutiva una propuesta para una nueva función, y fue entonces cuando Ballew fue contratado, y se formó el grupo de Análisis e Insight de Datos Globales, con una división de aprendizaje de máquinas.
Cuando Ballew llegó, vio la importancia de tener una visión empresarial tanto del lado de los datos como del de los análisis, dijo Cavaretta. Así que Ford se ha centrado en asegurarse de que se cumplan los roles correctos: «Para ingenieros de datos, científicos de datos y personas que puedan entender a ambas partes», dijo Cavaretta. «Ahora, estamos aquí.»
VER: El científico de datos de Ford sabe cómo hacer que los negocios y la informática hablen (ConsejoTecnologico.com)
Cavaretta pasó de ser «un verdadero científico de datos, una persona con la mayoría de las manos en el teclado que dirigía a un grupo de científicos de datos, a estar a cargo de nuestra infraestructura analítica y nuestra cadena de suministro de datos».
La»cadena de suministro de datos», para aclarar, es el término de marca de Ford para un lago de datos. «Lo que estamos viendo es cómo unimos, de una manera muy estratégica, nuestros activos internos, así como fuentes de datos de terceros, datos de vehículos conectados, datos de vehículos autónomos», dijo Cavaretta. «¿Cómo ponemos todo eso en un repositorio de tal manera que pueda operarlo de manera eficiente y efectiva?»
Un área con una gran cantidad de datos, en particular, son los vehículos autónomos.
«Proporcionamos la plataforma para que puedan almacenar cantidades masivas de datos, etiquetarlos, buscar las cosas correctas para asegurarse de que pueden encontrar eficientemente dónde quieren registrar algo o dónde quieren comprobar dónde operan los algoritmos», dijo Cavaretta. «Eso les permite modificar la tecnología para un mayor desarrollo.
Entonces, ¿cómo resuelve Ford exactamente los problemas con los datos?
Una forma es en la fabricación. Con las piezas entregadas, los datos pueden mostrar las rutas que se están tomando, y la eficiencia del viaje, para ayudar a ahorrar tiempo y dinero. Otra área es la movilidad. «Big Data Drive analizó algunos de los datos de los vehículos conectados que se generan a partir de los vehículos eléctricos», dijo Cavaretta. «Hay un gran volumen de datos entrando, y necesitas tener las nuevas tecnologías para manejar eso.»
VER: Descripción del puesto: Modelador de grandes datos (Tech Pro Research)
Cuando se trata de datos, Cavaretta dijo que Ford se diferencia de otros grandes fabricantes de automóviles por «presionar por un enfoque a nivel empresarial». El objetivo a largo plazo de Ford es realmente ser capaz de obtener una estrategia sólida en torno a todo su conjunto de activos de datos, agregó Cavaretta. «Cuando queremos ser capaces de entender un dominio en particular, nos gustaría poder entrar y decir:’¿Cómo podemos obtener una visión completa de ese dominio en particular, ya sean clientes, piezas o vehículos? «¿Cómo unimos todo eso?
ConsejoTecnologico.com le preguntó a Cavaretta cómo hace Ford para contratar a personas para que trabajen con sus datos. Es difícil contratar en esta área», dijo Cavaretta,»pero realmente creemos que tenemos una propuesta de valor muy buena para la gente que viene a la organización porque este es un trabajo importante». La compañía realmente ha reconocido eso. Mirando más los aspectos organizativos que sólo el,’Hacemos cosas geniales con datos y algoritmos.'»
«Sabemos que la IA está en el horizonte, así que queremos asegurarnos de que estamos frente a eso», dijo Cavaretta. «Eso es lo que obtienes cuando tienes una gran organización analítica.»
Boletín informativo de Big Data Insights
Domine los fundamentos de la analítica de datos de gran tamaño siguiendo estos consejos de expertos y leyendo los conocimientos sobre las innovaciones de la ciencia de datos. Lunes de entrega
mismo