Inés Huertas
BIOGRAFIA I CARRERA
És Enginyera Tècnica de Telecomunicacions i Màster en Sistemes telemàtics i Informàtics. Cofundadora i CEO & Data Scientist de la startup Datatons, membre del projecte NASA Datanauts i coordinadora de RLadies Madrid.
Té una diplomatura en telecomunicacions. És Data Scientist. Co fundadora d'una startup tecnològica especialitzada en Big Data (Datatons) que en només 3 anys ha passat de 3 a 9 empleats. És CEO d'aquesta mateixa empresa. Ha participat en projectes amb la NASA. És promotora de la comunitat RLadies i de la iniciativa Call of Data.
Inés Huertas, una dona que, tot i haver fet primer un batxillerat de Lletres, va girar la seva vida cap a les telecomunicacions i s'ha anat formant a si mateixa amb Moocs en temes de Big Data fins a arribar fins aquí.
Defensa que "quan a l'univers li dones alguna cosa i ets lliure, l'univers t'ho retorna" i que "no hi ha males persones, sinó persones en situacions difícils". La seva empresa, està sent "una aventura molt divertida" tot i que reconeix que tant ella com els seus dos socis han hagut d'anar aprenent sobre la marxa com gestionar-la. "Vam passar de ser tres autònoms a tenir una identitat corporativa. Una empresa en què al principi hi havia 3 CTO i res més, així que vam haver de repartir-nos les responsabilitats ", recorda. "Som uns frikis que hem après fer una mica de business", ironitza.
Inés ha participat en diferents projectes analítics per a la preparació de dades, models, recerca de patrons i tendències i administració de sistemes de Big Data.
"Una somiadora de dades a la recerca d'històries!", Actualment organitza el grup Data Science Madrid Meetup i el grup Rladies Madrid amb l'objectiu de crear una comunitat per donar suport, compartir i promoure diferents tecnologies i eines dins de l'àrea de Data Science, i millorar el Posició de les dones en les àrees STEM.
ENTREVISTA:
https://www.maximaformacion.es/blog-dat/ines-huertas-ciencia-de-datos-en-femenino/
En molt poques paraules com et definiries?
Sóc una persona bastant caòtica (que no desordenada!) I inquieta, em sòl avorrir amb facilitat de tasques repetitives. També em considero bastant creativa, sempre intento ajuntar d'alguna manera les coses que necessito amb les que m'agraden, no hi ha millor motor per aconseguir una cosa que la passió.
En algunes de les teves ponències parles del teu origen acadèmic: les Humanitats. Què és el que porta a un perfil de Lletres a interessar-se per les Ciències?
En el meu cas les ciències em semblaven "divertides" en el sentit de resoldre problemes, realment existeix alguna cosa de bellesa a resoldre un problema utilitzant eines matemàtiques. Per a mi les humanitats estaven bé però no em divertien de la mateixa forma.
Tampoc tenia molt clar al que em volia dedicar, però finalment em vaig guiar per allò que m'atreia més. Per això vaig canviar de batxillerat a ciències i posteriorment vaig fer una enginyeria de telecomunicacions.
¿I a fer el gran salt quàntic per acabar treballant amb tecnologies Big Data?
M'agrada provar coses noves en tecnologia, quan vaig poder participar en un primer projecte de Big Data des de la part d'Administració de Sistemes em va encantar, sabia que aquestes tecnologies tenien un gran potencial encara per descobrir de la mà de les dades, però que les eines i algoritmes tradicionals no funcionaven de la mateixa manera ... va ser una època de molt investigar, aprendre, llegir molt paper i proves.
La teva trajectòria es podria resumir amb aquesta frase "Si l'oportunitat no crida, construeix una porta". Què va ser el més difícil per fer aquest salt quàntic? Com ho vas aconseguir?
El més difícil és saber el que vols, una vegada que ho tens clar és més senzill, per a mi va ser molt complicat saber què volia, què m'agradava. Una de les coses més importants és envoltar-se de gent que et doni suport i sobretot d'un gran equip (a casa, els amics, els companys, els socis), que no et s'espantin amb el "però com vas a fer això?" O "amb el bé que estàs en X".
Moltes vegades aconseguir una fita no depèn d'un sol pas o una sola decisió, de vegades un canvi no et porta a on vols estar però et sobre. Al final no és només que et planteges un dia i decideixis "seré X", es pot pensar molt en els èxits de les persones però et puc assegurar que darrere d'ells hi ha molts fracassos també. La clau per aconseguir algun d'aquests èxits és la resiliència, la capacitat de treball i seguir intentant-perquè quan l'oportunitat truquen a la porta no tingui ni de trucar, tu ja has d'estar esperant-la.
Al llarg de la vida prenem molts "salts quàntics", com quan vaig canviar d'humanitats a ciències, quan entri en enginyeria (una història per no dormir), quan vaig deixar una feina estable a la universitat o quan vaig decidir muntar la meva pròpia empresa. Igual que quan em vaig ficar en Big Data 1 sempre ha de creure en si mateixa i en les seves possibilitats, en la capacitat de millora.
Quines competències i habilitats creus que són fonamentals per a esdevenir un CientÍFIC de Dades?
Posant en joc la curiositat innata - Inés Huertas
Curiositat. El primer curiositat. El segon: Capacitat per a aprenentatge continu. Aquestes dues qualitats et portaran lluny, molt més lluny que conèixer qualsevol algoritme amb detall o ser un linx en la programació. Parlem molt de les skills tècniques però això és una cosa que s'adquireix, que pots aprendre. L'actitud i la disposició a aprendre coses noves és més difícil.
Ara mateix el món de les eines de dades està explotant, cada dia surten noves llibreries i tècniques, i encara els queda un llarg camí per evolucionar, necessitem professionals flexibles capaços d'enfrontar-se a nous reptes.
En la teva activitat com Data Scientist Quins avantatges ofereix el llenguatge R?
Quan vaig necessitar treballar amb dades en el mercat no hi havia moltes opcions, havia matlab que coneixia de la universitat, SAS que era un programari privat i R que és Open Source i vaig poder trobar una mica d'informació sobre com utilitzar-lo per temes de machine learning. Trobar una comunitat darrere donant suport per a consultes em va agradar bastant. Així que em vaig posar a límit a aprendre R per usar-lo en les meves anàlisis. A mesura que el volum de dades anava creixent vaig començar a aprendre altres eines com Spark.
Depenent del tipus d'anàlisi que va realitzar va utilitzar R o Python, depèn del problema o del mateix client que vol fer integració amb el codi.
En la teva opinió La presa de decisions basades en l'anàlisi de dades serà crucial perquè sobrevisquin les actuals empreses i innovin les del futur?
Probablement, actualment podem trobar models de negocis purament basats en dades, empreses que ofereixen serveis basats en informació.
És una nova eina dins de les empreses, de la mateixa manera que poden tenir la publicitat o la part de desenvolupament de negoci hauran de fer cas al comportament dels seus usuaris, o quina és la producció prevista per contractar gent o si un client abandonarà el seu web en els pròxims minuts.
La teva activitat professional va més enllà de l'àmbit empresarial com CEO & Data Scientist de Datatons, membre de NASA Datanauts, coordinadora de RLadies Madrid, promotora de l'esdeveniment Call of Data ... Què aportes i que et aporten aquestes activitats paral·leles?
Leticia Martín NASA Datanauts
Formar part d'una comunitat com Rladies és fantàstic, no només per conèixer a gent que està desenvolupant coses genials molt diferents al que tu fas, sinó per trobar companyes, Role Models i gent molt interessant amb ganes de fer coses i construir.
Arran d'entrar en Rladies han sorgit coses molt bones, entre elles la possibilitat de conèixer el programa d'Open Data de la Nasa Datanauts, però suposo que les millors coses en aquest cas no es veuen tant, com saber que estàs ajudant a altres noies a aconseguir els seus objectius ia millorar.
El desenvolupament del Data Science és tan vertiginós que s'està produint una gran bretxa de coneixement. A gran part de la societat això del Data Science encara sona a xinès. Què creus que cal per superar-la? ¿Més pedagogia? ¿Divulgació científica a l'abast de tothom? ¿Educació tecnològica?
¡Quina bona pregunta !! Doncs sembla que a poc a poc va calant però és cert que encara queda molt per recórrer, és important explicar-la i ser conscients que això passa com a potencials clients o usuaris d'un servei.
És important també que sigui públic i obert, que els algoritmes que es desenvolupin es programin sense biaixos per ser una societat equilibrada.
En Call Of Data 2018, on vam ser patrocinadors, ens sentim identificades amb el teu missatge sobre la igualtat de gènere en les professions STEM. Com creus que contribueix aquest esdeveniment per superar les barreres socials i assolir aquesta fita.
Call Of Data neix de les necessitats que ens traslladaven les noies en els Meetups de Rladies on comentaven que les xerrades estaven genial però que els encantaria treballar en grup sobre algun problema per aprendre, provar i compartir. Vam decidir llançar un hackaton de dades, on cada equip havia d'estar constituït per 50% dones, d'aquesta manera va resultar que els homes animaven a les dones del seu entorn a participar en aquest tipus d'iniciatives on la presència femenina no sol ser molt alta.
Amb la vista posada a l'horitzó ... On et veus en 10 anys? Algun somni que complir?
¿Tots? 🙂 Només espero que iniciatives com Rladies no tinguin sentit perquè socialment no hi hagi un problema de diversitat de gènere!
CEO & Cofounder Datatons | Data Scientist | Datanauts Open Data NASA | Rladies Madrid | Cofounder Woman StartupC
Preparació de dades, disseny de models (arbres de decisió, clusterització, collaborative filtering ...), recerca de patrons i tendències.
Desenvolupament de models predictius i integració d'analítiques sobre plataforma Big Data / Hadoop usant eines com R, ORE, Hive, mahout, Impala, Python i Spark en projectes per a diversos sectors d'aerolínies, banca, retail i entretenimentÍFIC de Dades?
Posant en joc la curiositat innata - Inés Huertas
Curiositat. El primer curiositat. El segon: Capacitat per a aprenentatge continu. Aquestes dues qualitats et portaran lluny, molt més lluny que conèixer qualsevol algoritme amb detall o ser un linx en la programació. Parlem molt de les skills tècniques però això és una cosa que s'adquireix, que pots aprendre. L'actitud i la disposició a aprendre coses noves és més difícil.
Ara mateix el món de les eines de dades està explotant, cada dia surten noves llibreries i tècniques, i encara els queda un llarg camí per evolucionar, necessitem professionals flexibles capaços d'enfrontar-se a nous reptes.
En la teva activitat com Data Scientist Quins avantatges ofereix el llenguatge R?
Quan vaig necessitar treballar amb dades en el mercat no hi havia moltes opcions, havia matlab que coneixia de la universitat, SAS que era un programari privat i R que és Open Source i vaig poder trobar una mica d'informació sobre com utilitzar-lo per temes de machine learning. Trobar una comunitat darrere donant suport per a consultes em va agradar bastant. Així que em vaig posar a límit a aprendre R per usar-lo en les meves anàlisis. A mesura que el volum de dades anava creixent vaig començar a aprendre altres eines com Spark.
Depenent del tipus d'anàlisi que va realitzar va utilitzar R o Python, depèn del problema o del mateix client que vol fer integració amb el codi.
En la teva opinió La presa de decisions basades en l'anàlisi de dades serà crucial perquè sobrevisquin les actuals empreses i innovin les del futur?
Probablement, actualment podem trobar models de negocis purament basats en dades, empreses que ofereixen serveis basats en informació.
És una nova eina dins de les empreses, de la mateixa manera que poden tenir la publicitat o la part de desenvolupament de negoci hauran de fer cas al comportament dels seus usuaris, o quina és la producció prevista per contractar gent o si un client abandonarà el seu web en els pròxims minuts.
La teva activitat professional va més enllà de l'àmbit empresarial com CEO & Data Scientist de Datatons, membre de NASA Datanauts, coordinadora de RLadies Madrid, promotora de l'esdeveniment Call of Data ... Què aportes i que et aporten aquestes activitats paral·leles?
Leticia Martín NASA Datanauts
Formar part d'una comunitat com Rladies és fantàstic, no només per conèixer a gent que està desenvolupant coses genials molt diferents al que tu fas, sinó per trobar companyes, Role Models i gent molt interessant amb ganes de fer coses i construir.
Arran d'entrar en Rladies han sorgit coses molt bones, entre elles la possibilitat de conèixer el programa d'Open Data de la Nasa Datanauts, però suposo que les millors coses en aquest cas no es veuen tant, com saber que estàs ajudant a altres noies a aconseguir els seus objectius ia millorar.
El desenvolupament del Data Science és tan vertiginós que s'està produint una gran bretxa de coneixement. A gran part de la societat això del Data Science encara sona a xinès. Què creus que cal per superar-la? ¿Més pedagogia? ¿Divulgació científica a l'abast de tothom? ¿Educació tecnològica?
¡Quina bona pregunta !! Doncs sembla que a poc a poc va calant però és cert que encara queda molt per recórrer, és important explicar-la i ser conscients que això passa com a potencials clients o usuaris d'un servei.
És important també que sigui públic i obert, que els algoritmes que es desenvolupin es programin sense biaixos per ser una societat equilibrada.
En Call Of Data 2018, on vam ser patrocinadors, ens sentim identificades amb el teu missatge sobre la igualtat de gènere en les professions STEM. Com creus que contribueix aquest esdeveniment per superar les barreres socials i assolir aquesta fita.
Call Of Data neix de les necessitats que ens traslladaven les noies en els Meetups de Rladies on comentaven que les xerrades estaven genial però que els encantaria treballar en grup sobre algun problema per aprendre, provar i compartir. Vam decidir llançar un hackaton de dades, on cada equip havia d'estar constituït per 50% dones, d'aquesta manera va resultar que els homes animaven a les dones del seu entorn a participar en aquest tipus d'iniciatives on la presència femenina no sol ser molt alta.
Amb la vista posada a l'horitzó ... On et veus en 10 anys? Algun somni que complir?
¿Tots? 🙂 Només espero que iniciatives com Rladies no tinguin sentit perquè socialment no hi hagi un problema de diversitat de gènere!
CEO & Cofounder Datatons | Data Scientist | Datanauts Open Data NASA | Rladies Madrid | Cofounder Woman StartupC
Preparació de dades, disseny de models (arbres de decisió, clusterització, collaborative filtering ...), recerca de patrons i tendències.
Desenvolupament de models predictius i integració d'analítiques sobre plataforma Big Data / Hadoop usant eines com R, ORE, Hive, mahout, Impala, Python i Spark en projectes per a diversos sectors d'aerolínies, banca, retail i entreteniment
Administració del Sistema:
Administrador de sistemes per REDIMADRID, xarxa d'alta velocitat de la Comunitat de Madrid que permet accedir a internet a universitats públiques i alguns centres privats de recerca.
-Disseny, manteniment i gestió de l'arquitectura de xarxa.
-Seguiment de xarxa, eines de desenvolupament web i programació per alertes NOC, manteniment dels servidors de xarxa per a l'operació, la generació d'incidències i la documentació associada a la xarxa (intervencions, estadístiques anuals de xarxa, informes ...)
Implantació telefonia centraletes basades en Asterisk
Tècnic de laboratoris Departament de Telemàtica:
Responsable del manteniment i la gestió de clients Linux i Windows, així com la gestió de comptes d'usuari dels estudiants i la generació d'entorns de prova per a pràctiques (FTP, LDAP, wifi ...). Equips de manteniment de maquinari. Experiència també en altres serveis ISDN o ATM.
Ha participat en un projecte anomenat R-ladies.
Videos interessants:
https://www.youtube.com/watch?v=AUdYpRatjhw
https://www.youtube.com/watch?v=EBM6Fv7W97I
https://www.youtube.com/watch?v=OwXM0Pq5CTk
https://www.youtube.com/watch?v=E2xfemVg7ss