Paloma Recuero de los Santos Data Science: ¿Cómo hacer las preguntas adecuadas? Cuando hablamos de Ciencia de Datos, o de Aprendizaje Automático, solemos hablar de datos, algoritmos, modelos, etc. Y no nos damos cuenta de que, quizás, hemos pasado”de puntillas” por...
Antonio Pita Lozano ¡Que la fuerza te acompañe LEIA! Son tiempos difíciles para la galaxia, la crisis financiera acecha a la unión y los estados periféricos imponen aranceles en su luchan con el control comercial. De forma silenciosa,...
Paloma Recuero de los Santos ¿La clave del éxito del Machine Learning? Datos de calidad No hacemos más que hablar del uso cada día más extendido del Machine Learning y otras tecnologías de Inteligencia artificial que hacen muchos procesos más eficientes y rentables. Sin...
Paloma Recuero de los Santos Titanic: Tu primer experimento en Azure ML Studio (I) En Machine Learning, como en otros muchos campos, una de las formas más efectivas de aprender es ponerse manos a la obra. El famoso “Learning by doing”. Y aunque hay...
LUCA Caso de éxito: Optimizando el plan de carreteras de Highways England La industria del transporte es una industria muy permeable a la aplicación de estrategias de Big Data e Inteligencia Artificial, ya que existen casos de uso claros para maximizar...
LUCA Incorporación de Big Data en el sector público: caso de éxito Navantia ¿Cuáles son los ingredientes principales para una transformación digital exitosa? La transformación digital se ha hecho indispensable en casi todos los sectores, también en la administración pública y, como hoy vamos...
LUCA Open Data y APIs en Videojuegos: el caso de League of Legends Escrito por David Heras, becario en LUCA, y Javier Carro, Data Scientist en LUCA. Cuando en LUCA nos hemos enterado del próximo estreno de Movistar eSports hemos querido hacer un...
Ane Urain ¿Puede el Big Data ayudar a combatir enfermedades endémicas? Nos encontramos ante un nuevo hito: contribuir a diagnosticar enfermedades endémicas con el objetivo de combatirlas gracias a los avances en el desarrollo e innovación tecnológico, especialmente en Big Data. Hay...
IdeasLocas.CDO LUCA Talk: Enseña a tu IA a jugar Breakout de Atari con OpenAI y Deep Learning Escrito por Enrique Blanco (Investigador en CDO) y Fran Ramírez (Investigador de seguridad informática en Eleven Paths) En el segundo webinar de nuestra serie de OpenAI Gym, Enseña a tu IA a jugar Breakout de Atari con...
Paloma Recuero de los Santos Video Post #4: Hadoop para torpes (III y fin) Ecosistema y Distribuciones Hadoop Ya estamos llegando al final del camino. En esta miniserie nos planteamos desentrañar la compleja madeja de Hadoop. Explicar de forma clara y legible en qué consiste, para qué...
LUCA LUCA Talk: La transformación empieza por la formación La transformación digital de las empresas empieza por el cambio cultural de las personas y no en la tecnología. De nada sirve apostar por tecnología más puntera como Machine...
Paloma Recuero de los Santos Video Post #14: “ScyPy, NumPy, Pandas…¿Qué librerías Python necesito? En esta nueva edición de LUCA video post, damos un paso más en nuestro aprendizaje de Python aprendiendo lo que son los módulos, y, en particular las...
¿Cómo ha afectado a los usuarios de Metro de Madrid el cierre temporal de la Línea 5?LUCA 21 septiembre, 2017 Metro de Madrid está acometiendo importantes mejoras en su red de transporte. Este año, la Línea 5 que une las zonas de Sudoeste-Noreste de la capital, ha sido la tercera en colgar el letrero de “Cerrado por obras de mejora en las instalaciones” Para que los responsables públicos del sector puedan tomar mejores decisiones sobre cómo y cuándo acometer este tipo de obras de mejora de forma informada y transparente, se hace imprescindible comprender el impacto que estas actuaciones causan en los ciudadanos y sus repercusiones económicas. Hoy día, gracias a los datos de localización generados por dispositivos tecnológicos, como los sensores IoT (“Internet de las cosas”) y los teléfonos inteligentes sí es posible medir cómo afectan a la población estos proyectos de mantenimiento. Por ello, decidimos investigar qué tipo de respuestas podíamos obtener de los sistemas de inteligencia de localización, combinando datos abiertos con insights de datos sobre telefonía móvil. Figura 1: Visualización del efecto de las obras en la Línea 5 del Metro de Madrid. Un cierre veraniego de 62 días Como ya hizo en la Línea 8 a principios de este año, Metro de Madrid trabaja para ofrecer un mejor servicio a los ciudadanos, llevando a cabo obras de mantenimiento y mejora de los sistemas de señalización y alumbrado. Pero tomar la decisión de cerrar una infraestructura como esta en un área urbana tan poblada nunca es fácil. En este caso, la decisión sobre cuál era el momento más adecuado para acometer las obras tomó basándose en criterios de estacionalidad. Por ello, el cierra de la línea ha tenido lugar en los meses de verano, ya que debido a las vacaciones estivales la demanda es menor. Sin embargo, ¿Cómo pueden los responsables de la toma de decisiones de la ciudad saber realmente cuál es el mejor momento para el cierre? ¿Cómo pueden aprovechar la experiencia de otros cierres anteriores en otras líneas para optimizar los trabajos de mantenimiento futuros? Tomar decisiones basadas en datos de Inteligencia de Localización es el primer paso seguro para minimizar el impacto negativo sobre el sistema público de transportes. Los habitantes de la periferia, los más afectados La Línea 5 de Metro es la cuarta línea más utilizada por los madrileños, trasladando pasajeros desde zonas de la periferia de la ciudad como Carabanchel y Ciudad Lineal al centro de la ciudad. Los residentes en éstas zonas son los más perjudicados por el cierre de la línea, ya que los que viven en zonas más céntricas disponen de mayor variedad de opciones de transporte alternativas. Para analizar los patrones de desplazamiento en una ciudad es fundamental conocer dónde viven y trabajan las personas que se desplazan. Estos datos se puede averiguar de distintas formas. Por ejemplo, según el “Atlas de la Movilidad”, en el distrito de Carabanchel reside un mayor número de trabajadores que en otros distritos (seguido por Vallecas, Latina, Fuenlabrada y Móstoles, todos ellos en la zona sur). Sin embargo, el área de Julián Camarillo (también en la Línea 5, en la estación de Sauces) es la zona de oficinas/trabajo más habitual (después de AZCA, Barajas, Gran Vía y Valportillo en Alcobendas). Esto demuestra que, la mayoría de los trabajadores reside en el sur de la ciudad, pero tiene su lugar de trabajo en la zona norte. Por ello, los trabajadores de la zona de Julián Camarillo serán de los más afectados por el cierre de la línea. Sin embargo, para ofrecer una Inteligencia de Localización de calidad, nuestro partner Carto decidió ir un paso más allá y contactar con uno de sus partners, nosotros. Desde LUCA pudimos aportar una mayor granularidad y conocimiento, gracias a nuestra plataforma LUCA Transit, la cual utiliza datos agregados y anonimizados de clientes de telefonía móvil que permiten comprender mejor cómo se desplazan los grupos de personas. La tecnología Smart Steps permite identificar determinados “puntos de interés”, basándose en las localizaciones recurrentes de los teléfonos móviles (ofreciendo tendencias de movilidad que cubren aproximadamente un 40% de la población española). En este caso particular, los puntos de interés a estudiar eran el lugar de residencia y el lugar de trabajo. Uno de los Insights más relevantes que reflejaron los datos (como se puede ver abajo) es que los trayectos de la Línea 5 que cubren áreas fuera del anillo de la M30, transportan más del 50% de los pasajeros que usan esta línea. Este dato pone de relieve el hecho de que los habitantes de las zonas periféricas son los que sufren un mayor impacto por el cierre de la línea. Figura 2: Efecto sobre los habitantes de la periferia. Campañas de geomarketing e incentivación del uso compartido de vehículos. Una vez superado el primer desafío de usar datos de localización para generar Insights, para los responsables públicos resulta fundamental aprovechar la inversión en proyectos basados en datos, para tomar mejores decisiones por el bien de la ciudad. Por ejemplo, esta información se puede usar para decidir las rutas y frecuencias más adecuadas para el servicio de autobuses de sustitución. Los pasajeros que viven en el centro pueden tener 2 o 3 rutas de autobús que pueden usar como alternativa. Sin embargo, los pasajeros de la periferia de la ciudad que analizamos en este estudio no tienen tantas opciones. Las autoridades locales también pueden decidir lanzar campañas de geomarketing para dar a conocer las alternativas del transporte disponibles durante las obras, o para incentivar el uso de vehículos compartidos en áreas suburbanas, con el objeto de aliviar el impacto negativo en el transporte durante las obras. En resumen, está claro que usar datos de localización para optimizar las decisiones sobre infraestructuras y movilidad, es de gran valor para las autoridades que quieren aportar transparencia a la toma de decisiones. Los ciudadanos quieren vivir en ciudades más inteligentes y eficientes. La Inteligencia de Localización es una poderosa herramienta para los líderes que quieren hacer de los datos la piedra angular de su estrategia y servicio al público. Si quiere saber más sobre este tema, visita la web de LUCA. No te pierdas ninguno de nuestros post. Suscríbete a LUCA Data Speaks. Big Data Innovation Day 2017LUCA marca tendencia en Mobile Advertising en Perú
Paloma Recuero de los Santos Data Science: ¿Cómo hacer las preguntas adecuadas? Cuando hablamos de Ciencia de Datos, o de Aprendizaje Automático, solemos hablar de datos, algoritmos, modelos, etc. Y no nos damos cuenta de que, quizás, hemos pasado”de puntillas” por...
Antonio Pita Lozano ¡Que la fuerza te acompañe LEIA! Son tiempos difíciles para la galaxia, la crisis financiera acecha a la unión y los estados periféricos imponen aranceles en su luchan con el control comercial. De forma silenciosa,...
LUCA Caso de éxito: Optimizando el plan de carreteras de Highways England La industria del transporte es una industria muy permeable a la aplicación de estrategias de Big Data e Inteligencia Artificial, ya que existen casos de uso claros para maximizar...
LUCA LUCA Talk: La transformación empieza por la formación La transformación digital de las empresas empieza por el cambio cultural de las personas y no en la tecnología. De nada sirve apostar por tecnología más puntera como Machine...
Paloma Recuero de los Santos IA bajo el microscopio: meetup y entrega de Data Science Awards Spain 2019 El pasado 5 de diciembre, en el Auditorio del Espacio Fundación Telefónica, tuvo lugar el encuentro Inteligencia Artificial bajo el Microscopio, en el que se hizo...
Jesús Montoya Sánchez de Pablo Cómo transformar una compañía. Paso 2: conectar la tecnología con el negocio En una entrada anterior, presentamos la priorización de los casos de uso como el primer paso hacia la transformación de las compañías en el marco de un plan de...