Talento y tecnología al servicio de la red: una mirada multidisciplinar para dar sentido al análisis de datos

Laura Lacarra Arcos    17 mayo, 2022
revolución-red-datos

Podemos comunicarnos gracias a la red. Y la red funciona a pleno rendimiento, gracias a todas las personas que están detrás. Como podréis imaginar, se trata de un entramado complejo y, para asegurarse de que funciona correctamente, Telefónica recoge toda la información que arrojan los dispositivos en un big data llamado RadaR. Podría decirse que se está produciendo una revolución de la red a través de los datos.

Esos datos se visualizan y analizan para garantizar el mejor uso de la infraestructura. Para ello, durante el último año hemos contado con un grupo de data science de la beca Talentum Lab. Este equipo multidisciplinar, que integran José María Maldonado, Víctor Hasim, Francisco José Velasco, Javier Montoya, Lucía Prieto e Inés Lozano ha hecho magia con los datos, en paralelo a nuestro trabajo.

No nos cansamos de repetir que el talento es el que marca la diferencia en el uso de la tecnología y que las personas representan la verdadera diferencia y la gran ventaja competitiva de las organizaciones. Pues bien, hoy vamos a ponerle cara con un botón de muestra.

Francisco Martínez, responsable del proyecto RadaR, destaca las habilidades de los perfiles del Talentum Lab. “Junto con las herramientas que permiten realizar la analítica de datos, diseñar y entrenar modelos predictivos, es la semilla para la automatización de redes tan complejas como las virtualizadas» -asegura.

Cada uno de ellos ha aportado su granito de arena, haciendo que la experiencia haya resultado totalmente satisfactoria y se hayan alcanzado los objetivos que se propusieron al inicio de la beca. Veámoslo:

De izquierda a derecha, Chema, Víctor, Fran, Emilio, Lucía e Inés.

Algoritmos para detectar anomalías en la red

Inés Lozano es matemática y ha utilizado métodos algorítmicos, como el filtro de Savitzky – Golay, para detectar anomalías en la red. “Gracias a ello, podemos observar comportamientos atípicos en la red y, así, evitar fallos por saturación, anticiparnos para que no ocurran y tener una infraestructura óptima en cuanto a costes“, asegura.

“El algoritmo es capaz de reconocer los días festivos y no tenerlos en cuenta (por su tráfico demasiado alto o demasiado bajo, según la naturaleza del mismo), así como de detectar cuándo un nodo se saca de tráfico automáticamente y hacer los ajustes necesarios en la predicción”, explica Inés.

Visualización de datos para facilitar el entendimiento

Lucía Prieto es ingeniera matemática y ha facilitado la visualización de datos en distintos dashboards en Tableau. Para analizar la información de los dispositivos que conforman la red, las personas encargadas del correcto funcionamiento, tienen sus indicadores (KPI) como, por ejemplo, “Tráfico total de intentos de inicio de llamadas”. Tras limpiar los datos, analizarlos y extraer la información que aporta valor, han elaborado los siguientes tableros para facilitar su entendimiento:

“Todos los dashboards son interactivos entre sí y tienen diversos filtros y parámetros para facilitar el análisis”, detalla Lucía.

Javier Montoya es matemático y físico. “Tras analizar la distribución de carga en las máquinas virtualizadas de los nodos de la red, observamos que la carga no estaba distribuida uniformemente como se esperaba y, por tanto, los resultados no eran los prometidos” -comenta. La figura inferior muestra el análisis: 

“También hemos desarrollado nuestro propio algoritmo para encontrar los puntos máximos de tráfico o carga para un cierto número de usuarios. Esto ayuda a predecir el aumento de infraestructura”, cuenta Javier.

Machine learning en cloud

Jose María Maldonado es científico de datos.  “Estudiamos distintas opciones de modelos de machine learning, que fueran capaces de dar una respuesta excelente a las necesidades de los usuarios. Elaboramos los procesos de obtención de datos y creamos un entorno para poder trabajar de forma óptima en cloud”,  nos explica.

Víctor Hasim es ingeniero de ordenadores y se ha encargado de asegurar que los científicos de datos puedan hacer bien su trabajo. “Hemos realizado tareas como la creación del data warehouse, ingestas, transformaciones, consultas a las bases de datos y procesamientos batch.  Hemos tenido la oportunidad de trabajar con tecnologías punteras de cómputo en la nube y del ecosistema Hadoop en clústers distribuidos”.

Prever tendencias y optimizar recursos

Por último, Francisco José Velasco es ingeniero de telecomunicaciones. Explica que “los algoritmos construidos permiten predecir tendencias futuras del tráfico y su carga asociada. El objetivo es ajustar y optimizar los recursos de la infraestructura para mejorar el rendimiento del sistema.”

El proyecto se ha desarrollado de la mano de la unidad agile de Telefónica y usando técnicas DevOps de integración y despliegue continuos.

Emilio Parmegiani, que es el responsable del equipo, ha podido ver toda su evolución. “Contar con un equipo multidisciplinar como el de Talentum Lab ha permitido que el proyecto se desarrolle de una manera única. La diversidad de sus formaciones (en matemáticas, ingeniería, análisis y ciencias de datos y teleco) ha demostrado lo beneficiosos que pueden ser proyectos como este en áreas tan técnicas como las áreas de red de Telefónica”.

La revolución de la red a través del binomio datos y personas

Los datos por sí solos no tienen sentido, solo hacen magia cuando trabaja en ellos un equipo con talento. Entonces pueden ayudar a predecir anomalías, dimensionar mejor la infraestructura e incluso ver si el rendimiento es el esperado.

Convertirse en una compañía data driven es la mejor inversión en este momento y exige personas capaces de hacerse las preguntas adecuadas, de destilar los datos para sacarles el jugo y con dotes comunicativas para contar los hallazgos después. Es decir, perfiles tan valiosos como el de estos compañeros que os presentaba.

Imagen: Christoph Scholz

Deja una respuesta

Tu dirección de correo electrónico no será publicada.