Estás leyendo la publicación: Olimpiada de análisis organizada por MachineHack con la Universidad Shiv Nadar concluye con éxito
La Academia de Educación Continua de la Universidad Shiv Nadar, Delhi-NCR, en colaboración con MachineHack, completó con éxito la Olimpiada Analítica Anual 2022 para científicos de datos y profesionales del aprendizaje automático.
La competencia comenzó el 30 de septiembre y concluyó el 6 de noviembre.. El campeonato de dos meses de duración fue diseñado para fortalecer la comunidad de ciencia de datos en India y allanar el camino para la innovación. Además, fue una oportunidad para que los participantes mostraran sus habilidades técnicas y su potencial en análisis empresarial a posibles empleadores.
El evento fue un gran éxito, con más de 1.000 inscripciones de todo el país. Después de estrictas rondas de clasificación, los 9 mejores participantes tuvieron la oportunidad de hacer presentaciones en persona ante un jurado eminente en la Universidad Shiv Nadar, Delhi NCR. Aman Garg, Jefe de Datos e IA, Fondos Mutuos DSP; Anubhav Srivastava, jefe de ciencia de datos, empresas digitales, y Rishit Jain, director de gestión de productos, 1mg Technologies, formaron el jurado de la Olimpiada de análisis.
Después de mucha deliberación, el jurado declaró ganador a Manish Pathak, científico de datos sénior, Varun Jagannath, científico de datos sénior, primer finalista, y Rishi Madhav, jefe de preventa y soluciones, datos y análisis, segundo finalista.
El ganador recibió un gran premio de INR 1 lakh. Los subcampeones en la segunda y tercera posición recibieron INR 30,000 y INR 20,000, respectivamente.
La declaración del problema para los participantes fue crear un modelo de ML que ayudaría a una compañía de seguros a determinar qué reclamos de seguro aceptar para reembolso y cuáles rechazar.
La experiencia ganadora
El primer puesto lo ocupó Manish Pathak, un graduado de BITS Pilani con una doble titulación en Ingeniería Eléctrica y Electrónica y una Maestría en Física. Naturalmente inclinado a ello, Pathak comenzó a explorar la ciencia de datos en su último año. Actualmente trabaja como científico de datos sénior en MiQ Digital India, una empresa de tecnología publicitaria donde comenzó como pasante. “Dado que la ciencia de datos es enorme y evoluciona rápidamente, todavía aprendo algo nuevo todos los días”, dijo Pathak.
Varun Jagannath obtuvo el segundo lugar en el hackathon. El científico de datos de Hyderabad actualmente trabaja en DBS y piensa en MachineHack como una de las plataformas más útiles para la ciencia de datos.
Rishi Madhav obtuvo el tercer rango de Bangalore. Tiene más de 16 años de experiencia diversa, desde servicios de ingeniería hasta automoción y fabricación. Madhav está interesado en la ciencia de datos y el espacio de aprendizaje automático y está entusiasmado con la creación de soluciones basadas en datos.
El éxito de dos días
Aparte del hackathon, se llevaron a cabo debates de tres paneles entre personalidades eminentes y experimentadas durante el evento de dos días. La sesión esclarecedora exploró varios aspectos de la industria de datos tanto para veteranos como para principiantes.
La primera discusión comenzó con Megha Sinha, VP de AI-ML, Practice en Genpact, abordando la importancia de la colaboración entre la industria y la academia. Habló sobre cómo las partes interesadas pueden cerrar la brecha estableciendo CoE para complementar los programas existentes en los institutos. También sugirió que las empresas tomen más iniciativas de I+D y traigan una mentalidad empresarial a los campus.
Además, Satyam Mukherjee, profesor asociado, SNU, señaló que para convertir el análisis y tener datos de alto impacto, las industrias deben dar un paso adelante para compartir su parte de datos con la academia para una colaboración fortalecida. Bhaskar Roy, Socio Cliente, Fractal AI, enfatizó la importancia de que los estudiantes sepan cómo aprovechar su conocimiento para resolver problemas del mundo real. Finalmente, Deependra Singh, VP y Head of Data Science & Insights, Network18, sugirió que la investigación debe ser una prioridad máxima ya que los proyectos son un requisito futurista para una empresa. La sesión del panel concluyó con algunas ideas prácticas de los líderes.
Moderado por Rishab Parashar, jefe de marketing digital y de rendimiento de Orient Electric, el segundo panel saltó directamente a cómo uno puede averiguar si son los adecuados para el análisis de datos explosivo. Los panelistas basados en el desempeño incluyeron a Rahul Goswami, Gerente General Asociado y Jefe del Programa de Aceleración de Acuerdos en HCL Tech; Ruchi Bubber, Jefe de Análisis de Ventas – Pernod Ricard; y Vishesh Gangal, jefe de soluciones analíticas y consultoría de WNS Global Services. Tocaron varios puntos sobre por qué las carreras de análisis y ciencia de datos son relevantes e importantes. También dieron su granito de arena en las medidas que pueden tomar los jóvenes profesionales y estudiantes que ingresan al campo de los datos.
Bubber, explicando la importancia de los datos, dijo: “El análisis de datos no se trata de algoritmos o procesamiento de números. Se trata de marcar la diferencia en el negocio haciéndolo más impactante”.
La tercera discusión se centró en el futuro de la industria de análisis y ciencia de datos. Sreekanth Menon, vicepresidente y líder global de Genpact, inició el debate afirmando que se generarán 11,5 millones de puestos de trabajo en todo el mundo para 2026. Respondiendo a lo que depara el futuro de la ciencia de datos, Rajat Mathur, socio de Boston Consulting Group (BCG), dijo: “ Mientras aborde un problema y se cree valor, siempre habrá un futuro para esta tecnología”.
En una línea similar, Mamta Aggarwal Rajnayak, VP – Head of AiDa AI-ML Products & Platforms – AI Labs, American Express, dijo que el código bajo/sin código será una realidad para todas las organizaciones en el futuro. Saurabh Rai, director global de análisis, inteligencia artificial e iniciativas geoespaciales, Tech Mahindra Business Process Services, se unió a la discusión.
El evento también contó con una sesión principal a cargo del Prof. Pradeep Chintagunta, Joseph T. y Bernice S. Lewis, Profesora de Servicio Distinguido de Marketing en la Universidad de Chicago. Dijo sobre el análisis de datos: “Una cosa que se vuelve cada vez más clara cuando comienzas a mirar los datos es que siempre hay una brecha entre los datos y los conocimientos. Además, el hecho de que un patrón se vea diferente no significa que sea una idea”. Además, habló sobre las personas en la ciencia de datos que no se dan cuenta de que los datos provienen de personas, por lo que es necesario respetar la privacidad y la santidad de los datos.
En conclusión, el evento de dos días destacó la necesidad de comprender los datos en varios sectores, industrial y académico. Los debates del panel arrojaron luz sobre el estado actual de la ciencia y el análisis de datos, así como sobre lo que depara el futuro para los novatos en el campo. Además, los panelistas profundizaron en sus experiencias personales, impartiendo conocimientos e ideas sobre lo que los llevó a los puestos clave que ocupan en sus respectivas organizaciones en la actualidad. Tanto la Academia de Educación Continua de Shiv Nadar como Machinehack deben ser felicitadas por crear una colaboración tan única para los profesionales que trabajan en el campo de la ciencia y el análisis de datos.
