Noticias

Se presentó la hoja de ruta TIC centrada en Ciencia de Datos y Aprendizaje Automático

Uruguay tiene oportunidades de transformarse en referente en la generación y adopción de soluciones de Ciencia de Datos y Aprendizaje Automático (CD/AA) en sectores estratégicos para el país, que le permitan crecer a partir de la especialización y generar cadenas de valor a través de sectores verticales. Las oportunidades están principalmente en la utilización y aplicación de soluciones de CD/AA y en menor medida en el desarrollo de la tecnología que las hace posible. 

En este marco se presentó el miércoles 15 mayo la hoja de ruta TIC enfocada en el sector Ciencia de Datos y Aprendizaje Automático. Estuvieron presentes Guillermo Moncecchi, ministro del Ministerio de Industria, Energía y Minería; Javier Barreiro, Director de Tecnología de la Información de la Agencia para el Desarrollo del Gobierno de Gestión Electrónica y la Sociedad de la Información y del Conocimiento (AGESIC), además de otras autoridades del Sistema de Transformación Productiva y Competitividad y de Institutos y Agencias de Transforma Uruguay. Alvaro Ons, Secretario de Transformación Productiva y Competitividad, fue el encargo de presentar la hoja de ruta. 

En esta hoja de ruta se visualiza a nuestro país como un referente para el año 2030 en la aplicación de soluciones de CD/AA en sectores estratégicos y para alcanzar este propósito se identificaron varias líneas estratégicas de trabajo, con objetivos, líneas de acción y proyectos concretos, agrupadas en dos grandes dimensiones: 1) aspectos que facilitarían un entorno habilitante para desarrollos vinculados a CD/AA, y 2) oportunidades para su aplicación a sectores estratégicos nacionales. 

Para generar un entorno habilitante se destacó la necesidad de mejorar la educación y formación asociada a las áreas de Ciencia de Datos y Aprendizaje Automático, impulsar la atracción de talentos a nuestro país, promover en mayor medida las capacidades de investigación e innovación, actualizar la reglamentación existente para clarificar las posibilidades de actuación e impulsar los espacios de articulación internacional que permitan posicionar a Uruguay en la discusión y agenda regional y global en torno a CD/AA. Asimismo, se identificaron capacidades y oportunidades para aplicar Ciencia de Datos y Aprendizaje Automático en áreas de relevancia y dinamismo claves a nivel nacional, tanto en el sector productivo, social, como en el sector público. 

Luego de la presentación de la hoja de ruta, Javier Barreiro, director de Tecnología de la Información de AGESIC, remarcó que este es un momento de trabajar en conjunto y que esta hoja de ruta está en la misma línea que el plan de gobierno digital. “Se busca generar valor a partir de los datos y esto tiene que ser monitoreado de manera constante, hay que generar confianza en la ciudadanía. Hay que entender cuáles son los actores, quiénes toman las decisiones, identificar el ecosistema y empezar desde ahí a generar sistemas”, agregó Barreiro. 

Por su parte, Guillermo Moncecchi, ministro del Ministerio de Industria, Energía y Minería, mencionó que el documento incluye una visión estratégica y eso es muy importante porque sabiendo dónde uno esta facilita definir hacia dónde va y tomar decisiones. “Esta es una hoja de ruta muy ambiciosa porque no se restringe al aspecto productivo del sistema, sino que también plantea la necesidad de avanzar en la educación”, agregó haciendo mención a que han tenido una buena recepción de la hoja de ruta y hay cienrtos ámbitos donde se podrían incorporar rápidamente algunas de las cosas que plantea. 

La construcción de esta hoja de ruta fue liderada por el Ministerio de Industria, Energía y Minería en consulta a un grupo de expertos en la materia en marco de Transforma Uruguay. 

La Ciencia de Datos (CD) se define como la disciplina que busca extraer conocimiento, de forma sistemática y computacionalmente eficiente, a partir de los datos de un dominio. Para ello utiliza principalmente métodos y técnicas matemáticas, estadísticas (modelos probabilistas y estadísticos, aprendizaje estadístico) y computacionales (programación, aprendizaje automático, modelado de datos). 

Aprendizaje Automático (AA) es definida como la rama que estudia los programas o agentes que mejoran su performance en una tarea a partir de la experiencia. Esta definición incluye diferentes formas de aprendizaje (supervisado, no supervisado, por refuerzos, entre otros) así como muy diferentes modelos computacionales (redes neuronales artificiales, árboles de decisión, aprendizaje estadístico). 


Hoja de ruta TIC Ciencia de Datos y Aprendizaje Automático 



 

NOTICIAS RELACIONADAS

Copyright © 2020 Transforma Uruguay  Todos los derechos reservados