2017az geroztik, Daniel Montero Sony Interactive Entertainment-eko senior data scientist da. Postu horretatik, ongi daki datuak zein garrantzitsuak diren entretenimenduaren salerosketetan.
Sony Interactive-n egiten duzun lanaren sarrera txiki bat.
Senior Data Scientist moduan egiten dut lan, Sony Interactive Entertainment-en cloud gaming arloan, gure PlayStation Now zerbitzuari euskarria ematen. Honek, erabiltzaileek PS4 edo PC batekin, streaming bidez, datu-zentro bateko, urruneko zerbitzari batean dagoen bideojokoetara jolastea ahalbidetzen du. “Bideojokoentzako Netflix” bat bezala azaldu ohi dut, baina desberdintasun nagusia, guk jasotako bideoa buffer batean gorde dezakegula da, guztia denbora errealean gertatu behar delako, ahalik eta sortasun gutxienarekin.
Nola erabiltzen edo merkaturatzen dituzue datuak?
Erabiltzaileen eta gure zerbitzuaren arteko elkarrekintzaren ondorioz jasotako datuak eta azpisistema desberdinetatik etorritako telemetria, produktuaren hobekuntzarekin lotutako edozein erabakiren oinarri dira. Izan ere, PS4-ren mandoaren beste aldean nor dagoen hobeto ezagutzen laguntzen digu, baita eskaini dezakegun jolas-esperientzia hoberenaz gozatzen dabilen baloratzen ere.
Gure taldean business intelligence erreminta tradizionaletaz baliatzen gara, dashboard edo txosten estatikoak adibidez. Aldi berean, datu horiek ustiatzen ditugu machine learning-en oinarritutako teknika aurreratuak erabiliz, informazio gehigarria atera eta horren arabera jokatzeko. Eredu hauen adibide dira neurrira egindako gomendioak, arazoen hautemate goiztiarra, erabiltzailearen esperientziaren iragarpena, bideoaren konprimatze parametroen doikuntza, eta abar.
Batzuetan open data-ra jotzen duzue?
Gure arloan gure zerbitzutik etorritako datuak ustiatzen ditugu gehienbat, hala ere, baliteke beste negozio-eremuetan open dataz baliatzea beste erabilera batzuetarako, hala nola, merkatu-azterketak egiteko. Sony-ren aldetik open data argitalpen batekin lotutako ekimenik ez dut ezagutzen, hala ere, software librearen arloan, enpresak framework bat jarri du publikoaren esku, sare neuronaletan oinarritutako ikaskuntza ereduen ikerketa eta garapenerako (NNabla).
Pertsonalki open dataren aldekoa naiz, eta herritarrek administrazio publikoari eskatu beharreko zerbait dela uste dut. Enpresa pribatuaren alorrean, egiteko bide luzea dago ordea, beti ez baita garbia enpresa batek epe luzean eskuratu dezakeen etekina datu-iturri baterako sarbide librea eskainiz.
Sony Interactive-n garatutako zein proiektuz zaude harro bereiziki?
Aspaldi, machine learning-en oinarrituta, gure joko-katalogoaren neurrira egindako gomendioen eredua garatzen ibili nintzen. Pozgarria da ikusten nola zure eredua abian jarri bezain pronto, erabiltzaileen inpaktua kuantifikatu eta ikerketa fasean lortutako emaitzak egiaztatu ditzakezun.
Gaur egun, bideo prozesaketarekin eta konputagailu bidezko ikusmenarekin lotutako proiektuetan parte-hartzen nabil. Asko gozatzen eta ikasten ari naiz, zoritxarrez ezin naiz xehetasunetan sartu.
Zure iritziz, zein programazio hizkuntza dira egokienak datuekin lan egiteko?
Nik nire lanean Python erabiltzen dut nagusiki, bere ekosisteman eskuragarri dauden datu-analisien liburutegien kalitate handiagatik gehienbat. Hala ere, datuekin lan egiteko edozein programazio hizkuntza baliagarria dela uste dut, baldin eta nire bidea oztopatzen ez badu eta lortu nahi ditudan emaitzak modu argi eta zehatzean adierazten uzten badit.
Data scientist izan nahi duenarentzat zein formakuntza gomendatzen duzu bereziki?
Formakuntza akademiko tradizionala beti da baliagarria programazioan eta matematiketan oinarria izateko (nik ingeniaritza informatikoa ikasi nuen), baina datuen analisia zure grina bada, ahal bezain pronto lanari ekin diezaiozun gomendatzen dizut, interesa duzun arloarekin lotutako dataset publiko bat deskargatu (kirol emaitzak, balore-merkatua… edozer) eta datuen analisia eta machine lerning-en oinarritutako eredu sinpleen eraketa praktikatu. Mundu honetan ia ezerezetik hasteko baliabide bat Kaggle-n eskuragarri dauden ikastaro eta erremintak dira.
