Machine learning engineer: un experto en resolución de problemas

En su adolescencia, Ahmed Ahres soñaba con desarrollar ‘software’ para videojuegos de realidad virtual. Actualmente se dedica a desarrollar tecnología de reconocimiento facial en Revolut para evitar el fraude financiero. Hemos hablado con él para que nos cuente en qué consiste su trabajo de machine learning engineer (o ingeniero de aprendizaje automático) en esta ‘startup’ con sede en Londres.

¿Por qué te interesaste por el machine learning?

Cuando era joven, me encantaban los videojuegos, por lo que quería aprender a desarrollar este tipo de software, sobre todo en el mundo de la realidad virtual (RV). Así pues, me mudé de Túnez a Eindhoven (Países Bajos) cuando tenía 16 años para cursar un grado en Informática. Me interesaba especialmente la RV con visión artificial y todo el potencial que ofrece, así que acabé estudiando un máster en Informática especializado en RV y Visión Artificial en Lausana, Suiza.

Empezaste a trabajar en Revolut gracias a unas prácticas de data science aplicada al crimen financiero. ¿Cómo las conseguiste?

Aunque Revolut no ofrecía un programa de prácticas, después de hacer algunos contactos, tuve la oportunidad de realizar una serie de entrevistas para obtener unas prácticas. Después de cinco entrevistas, logré conseguir las prácticas.

¿Cuáles eran tus tareas como aprendiz de data scientist?

Me encargaba de reunir datos para ayudar a desarrollar modelos de IA. Estos modelos se utilizan para identificar a estafadores que intentan hacerse pasar por clientes.

Más tarde lograste un puesto a tiempo completo en Revolut como machine learning engineer. ¿En qué consiste tu trabajo?

Los machine learning engineer son responsables de diseñar, crear, evaluar y producir modelos para resolver problemas de la vida real. En la actualidad, las compañías disponen de una gran cantidad de datos que los ingenieros utilizan para crear modelos. Por ejemplo, tener acceso a las cifras de ventas de un videojuego a lo largo de varios años nos permite predecir cuánto se venderá el próximo año. Después, el machine learning engineer se encarga de diseñar, crear y evaluar este modelo predictivo.

“Los machine learning engineer son responsables de diseñar, crear, evaluar y producir modelos para resolver problemas de la vida real”.

¿Cuál es la diferencia entre el trabajo de un machine learning engineer y el de un data scientist o data analyst?

Para poder entrenar la IA y evaluar los modelos de aprendizaje automático, se necesitan datos. El ingeniero parte del principio de que estos datos están disponibles. La tarea de un analista o científico de datos es precisamente proporcionarlos.

¿Cuáles son tus tareas en el día a día en Revolut?

Me dedico a desarrollar algoritmos y entrenar a nuestros modelos de aprendizaje automático a reconocer y encontrar coincidencias entre las caras de nuestros clientes y bloquear a aquellos que no se correspondan. Para ello, es necesario trabajar mucho en el modelado de datos y el entrenamiento de la IA. Por ejemplo, puedo entrenar a la IA para que identifique si la selfie de un usuario se corresponde con su foto de pasaporte. O más concretamente, para que detecte si no se corresponde, ya que en ese caso podría tratarse de un posible estafador que intenta acceder a la cuenta del cliente. Mi equipo es pequeño, por lo que también suelo encargarme de tareas que no forman parte de mi puesto. Por ejemplo, aunque no me guste mucho hacer análisis, si el equipo lo necesita debo hacerlo.

“Puedo entrenar a la IA para que identifique si la ‘selfie’ de un usuario coincide con su foto de pasaporte”.

Tu equipo, el de Visión artificial, es bastante nuevo en Revolut. ¿Con qué otros departamentos trabajas?

Trabajamos mucho con el equipo de Conocimiento del cliente (KYC, por sus siglas en inglés) y también colaboramos con departamentos como el de Crimen financiero y cumplimiento regulatorio. Dado que desarrollamos y probamos el reconocimiento facial, esta es un área clave.

¿Qué es lo que más te gusta del trabajo? ¿Y lo que menos?

En mi opinión, la mejor parte de ser machine learning engineer es la resolución de problemas. Para solucionar algo importante, debes hacerte las preguntas adecuadas. Por ejemplo: “¿Cómo voy a diseñar el modelo y por qué?”, “¿Cuál es la forma más inteligente de validar el modelo?”, “¿Qué datos necesito y dónde puedo encontrarlos?”, etc. Me parece que esto es más interesante que la parte técnica.

En Revolut, me dieron mucha confianza y responsabilidades, lo cual me motivó mucho. Aunque solo tenía 20 años cuando empecé a trabajar en la compañía, me asignaron inmediatamente un proyecto importante. Tres semanas más tarde, estaba entrevistando a gente para integrarlos en el equipo y haciendo cambios en la base de código.

¿Qué consejo le darías a alguien que desee ser machine learning engineer?

Hay varios caminos para convertirse en machine learning engineer, estudiar Informática no es el único. Le aconsejaría ser proactivo y participar en competiciones de machine learning en línea, como las de Kaggle. Esta plataforma ofrece desafíos y premios proporcionados por compañías que dan a los participantes acceso a sus datos y les solicitan que desarrollen soluciones de aprendizaje automático.

Por supuesto, también es importante adquirir las habilidades técnicas necesarias, como saber manejar la plataforma de código abierto para aprendizaje automático TensorFlow o conocer el lenguaje de programación Python.

“El machine learning no es solo una tecnología, sino una mentalidad en lo que se refiere a resolver problemas. Crear tus propios proyectos de manera proactiva y tomar clases en línea te enseña esta lección”.

También es recomendable hacer cursos, como la famosa clase de Machine Learning de Andrew Ng en Coursera, y crear proyectos personales utilizando datos de código abierto. Si publicas estos proyectos (por ejemplo, en tu página web), esto te permitirá demostrar tus habilidades y tu actitud proactiva. El machine learning no es solo una tecnología, sino una mentalidad para resolver problemas.

Traducido por Andreína Gil

Fotos: Betty Zapata para Welcome To The Jungle

Sigue a Welcome to the Jungle en Facebook, LinkedIn, Instagram o Twitter y suscríbete a nuestra newsletter para recibir nuestros últimos artículos.