¿Qué hitos y retos tienes como Head of Data Science en Repsol?
Mi rol como Head of Data Science en Repsol conlleva varios desafíos, ya que implica liderar y gestionar un amplio equipo de científicos de datos para lograr los objetivos de la empresa.
Los retos a los que me enfrento son seguro comunes a los de otros compañeros de la misma disciplina.
- El primero es la gestión de un equipo con diversas habilidades técnicas (estadística, programación, aprendizaje automático, …), transversales (trabajo en equipo, comunicación, …) y de disciplinas expertas de nuestros Negocios. No sólo hay que gestionar el equipo, sino también aprovechar estas habilidades de manera efectiva, mantener a los científicos de datos motivados y comprometidos. Esto es esencial.
- El segundo que destaco es alinear las iniciativas de ciencia de datos con los objetivos generales de Repsol. Nuestros proyectos de ciencia de datos deben contribuir al valor comercial y a la estrategia general de nuestra transformación digital.
- Adicional, nuestras acciones normalmente concluyen en un producto que se opera y mantiene en un marco de IA Responsable.
- Y, por último, nuestro campo evoluciona rápidamente, por lo que debemos mantenernos al tanto de las últimas tecnologías y metodologías.
¿Qué aspectos más destacados engloba vuestro proyecto?
Las compañías tenemos un triple reto al implementar estrategias data-driven: reto de valor para los negocios, es decir, comprender los beneficios de la IA para el negocio y los posibles casos de uso; reto cultural, ya que existe falta de capacidades analíticas y una cultura que no reconoce la necesidad de transformar los procesos de toma de decisiones; y retos operativos, por la mala accesibilidad o calidad de los datos y falta de infraestructura tecnológica para escalar los casos de IA. No obstante, el 10% de las organizaciones están reportando retornos de la IA, según MIT Sloan.
Desde Repsol, estamos liderando la transformación digital del sector energético aprovechando el valor de los datos gracias a nuestro Programa Digital.
Una de las iniciativas del Programa es RAIP (Repsol Artificial Intelligence Product), un catálogo de herramientas de IA desarrolladas internamente, integradas como módulos en ARiA (nuestra plataforma de data e IA) y accesibles a toda la organización.
Los objetivos que perseguimos con RAIP son:
- Ofrecer herramientas de análisis de autoservicio a empleados capacitados, los Citizen Data Scientists (autonomía)
- Reducir el tiempo de desarrollo y facilitar la reutilización de modelos, rompiendo silos entre negocios y obteniendo impactos económicos (agilidad)
- Y unificar técnicas de analítica avanzada y garantizar que los empleados disponen de las últimas funcionalidades disponibles (unicidad).
Para ello, RAIP cuenta con siete componentes que dan respuesta a 90 iniciativas digitales.
Por último, cabe destacar que hemos podido continuar desarrollando herramientas RAIP gracias al apoyo de Red.es.
¿Qué lecciones aprendidas regalarías a los miembros del Club CDO?
Algunas de las lecciones aprendidas son de nuestro Programa Digital y no sólo de mi rol, pero me han parecido relevantes.
Repsol opera en múltiples sectores energéticos, lo que implica la gestión y la integración de datos de diversas fuentes y formatos. Por ello, apostamos por una plataforma, denominada ARIA, que establece una arquitectura de datos robusta para facilitar la integración y la interoperabilidad entre los diferentes tipos de energía.
Los modelos que desarrollemos deben ser adaptables y debemos colaborar estrechamente con equipos multidisciplinares con los que vigilemos el adecuado desempeño técnico de las soluciones y el cumplimiento normativo que corresponda.
En este marco responsable, hay que ser proactivo en la adopción de tecnologías innovadoras y desarrollar estrategias resilientes para adaptarse a cambios inesperados en la demanda y en el panorama de nuestro sector. Y empecé hablando de talento y concluyo de la misma forma.
Debemos fomentar una cultura de colaboración, comunicación efectiva y desarrollo profesional para maximizar el rendimiento y la retención del talento en un entorno de ciencia de datos muy competitivo.