Asistimos a una revolución de la sociedad, de la industria, de las comunicaciones impulsada por la transformación digital. En los últimos años hemos oído hablar de la cada vez mayor importancia de los datos, el nuevo petróleo, del enorme volumen que generamos, de su minería y procesamiento. Pero como advierte Francisco Herrera, catedrático del departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada y miembro de la Real Academia de Ingeniería, de nada valen las técnicas de Big Data si los datos empleados no son de calidad.
Y es que el Big Data se basa en tres elementos: datos, hardware y algoritmos. En informática hay un dicho que dice: “cuando basura entra, basura sale”, y si los datos no son buenos el Big Data puede acabar siendo ruido.
El procesamiento previo de los datos es la clave para transformar esos enormes volúmenes de datos crudos en datos inteligentes y de calidad. Una etapa crucial que puede requerir entre un 50-70% del tiempo del proyecto. Lamentablemente, no existe ningún procedimiento que permita automatizar la selección de esos datos inteligentes y resulta fundamental la experiencia del investigador. Aunque los científicos de datos cuentan con algoritmos ya desarrollado, es habitual tener que adaptarlos a las necesidad de cada proyecto e incluso crear otros nuevos.
