Daniel Montero es desde 2017 senior data scientist de Sony Interactive Entertainment en Europa. Desde este puesto, conoce perfectamente la importancia de los datos en los negocios de entretenimiento.
Una pequeña introducción sobre tu trabajo en Sony Interactive.
Trabajo como Senior Data Scientist en la división de cloud gaming de Sony Interactive Entertainment dando soporte a nuestro servicio PlayStation Now, que permite a los usuarios jugar desde una PS4 o un PC a través de streaming a videojuegos que en realidad se ejecutan en un servidor remoto en un centro de datos. Siempre lo suelo explicar como un “Netflix para videojuegos”, aunque la principal diferencia es que nosotros no tenemos el lujo de poder almacenar el video recibido en un buffer, ya que todo tiene que ocurrir en tiempo real con la menor latencia posible.
¿De qué manera utilizáis o comercializáis datos?
Los datos que recolectamos derivados de la interacción de los consumidores con nuestro servicio y la telemetría proveniente de los distintos subsistemas son la base de prácticamente todas las decisiones relacionadas con la mejora del producto, ya que nos permiten conocer mejor quién está al otro lado del mando de la PS4 y valorar si está disfrutando de la mejor experiencia de juego que podemos ofrecer.
En nuestro equipo hacemos uso de herramientas tradicionales de business intelligence como dashboards o informes estáticos, mientras que al mismo tiempo explotamos esos datos utilizando técnicas avanzadas basadas en machine learning para extraer información adicional y actuar en consecuencia. Algunos ejemplos de estos modelos son recomendaciones personalizadas, detección temprana de incidentes, predicción de la experiencia de usuario, ajustes en los parámetros de compresión de video, etc.
¿Recurrís en ocasiones a open data?
En nuestra división explotamos principalmente datos provenientes de nuestro propio servicio, aunque es posible que en otras áreas de negocio se emplee open data para otros casos de uso como por ejemplo la realización de estudios de mercado. No conozco ninguna iniciativa relacionada con la publicación de open data por parte de Sony, si bien en el ámbito del software libre la empresa ha puesto a disposición pública un framework para la investigación y desarrollo de modelos de aprendizaje basados en redes neuronales (NNabla).
Personalmente soy un gran partidario de open data y considero que es algo que los ciudadanos debemos exigir a las administraciones públicas, aunque creo que todavía hay un largo camino por recorrer en el ámbito de la empresa privada, ya que no siempre es obvio el beneficio a largo plazo que una empresa puede obtener ofreciendo el acceso libre a una fuente de datos.
¿De qué proyecto desarrollado en Sony Interactive estás especialmente orgulloso?
Hace tiempo estuve desarrollando el modelo de recomendaciones personalizadas de nuestro catálogo de juegos basado en machine learning, y es una gran satisfacción comprobar que una vez tu modelo se pone en marcha en producción realmente puedes cuantificar su impacto en los usuarios y validar los resultados obtenidos durante la fase de investigación.
Actualmente estoy involucrado en proyectos relacionados con procesamiento de video y visión por computador con los que estoy disfrutando y aprendiendo mucho, aunque desafortunadamente no puedo entrar en muchos detalles 🙂
¿Qué lenguajes de programación son, a tu juicio, los más adecuados para trabajar con datos?
Yo utilizo principalmente Python en mi trabajo, debido en gran medida a la gran calidad de las librerías de análisis de datos disponibles en el ecosistema Python, aunque considero que cualquier lenguaje de programación es válido para trabajar con datos siempre que no se interponga en mi camino y me deje expresar de manera clara y concisa los resultados que quiero obtener.
¿Qué formación recomiendas especialmente para alguien que quiera ser data scientist?
La formación académica tradicional siempre es útil para adquirir una base de programación y matemáticas (yo estudié ingeniería informática), pero si realmente el análisis de datos es tu pasión lo que te recomiendo es que te pongas manos a la obra cuanto antes, descargues un dataset público relacionado con un área que te interese (resultados deportivos, mercado de valores… lo que sea) y practiques el análisis de datos y la creación de sencillos modelos basados en machine learning. Un gran recurso para empezar en este mundo casi desde cero son los cursos y herramientas disponibles en Kaggle.
