El top 5 de los Influencers del Big Data

Hace unos meses escribimos un par de post sobre las diferencias entre el Big Data y el Data Science y sobre los 10 conceptos clave dentro de la disciplina del análisis de datos.

En esta ocasión hemos querido hacer un repaso sobre quiénes son las mentes más brillantes, y las personas más influentes en el mundo del Big Data y del Data Science. 

En este post presentamos a los que a nuestro juicio  son el Top 5 de los «influencers» del Big Data.

¡Comenzamos!

1 – Geoffrey E. Hinton

También conocido como “el padrino del Deep Learning”, Geoffrey Hinton es un pionero del campo del Machine Learning, en concreto de las redes neuronales artificiales. En el año 1985, fue coautor de un artículo científico en el que se sentaron las bases teóricas de las redes neuronales tal y como las conocemos hoy en día.

Inicialmente estudió psicología pero, tras completar un doctorado en inteligencia artificial, su objetivo se convirtió en desarrollar algoritmos computacionales de aprendizaje cuyo funcionamiento se asemejara al de un cerebro.

Actualmente trabaja en Google Brain y en la universidad de Toronto, liderando un grupo de investigación que ha realizado aportaciones revolucionarias en tareas tan complejas como el reconocimiento de lenguaje natural o la clasificación de objetos.

2 – Yann LeCun

Director de investigación en Inteligencia Artificial en Facebook y fundador del NYU Center for Data Science, Yann LeCun es una institución dentro del mundo del Machine Learning.

Entre sus numerosas publicaciones y aportaciones, destaca el desarrollo las redes neuronales convolutivas (CNN). Este tipo de redes, inspiradas en el funcionamiento la corteza visual primaria de un cerebro biológico, son ampliamente utilizadas a día de hoy en tareas de reconocimiento de imágenes y visión artificial.

Yann LeCun es un gran conocedor del Deep Learning pero a la vez es crítico con respecto sus carencias. En su conferencia de 2015 “What’s Wrong With Deep Learning”, puso de manifiesto las áreas de mejora el Deep Learning con respecto a su estado del arte, que han sido y seguramente seguirán siendo, muy importantes para el desarrollo de este campo.

3 – Andrew Ng

Profesor adjunto de la universidad de Stanford y CEO de Coursera, su curso de Machine Learning ha sido completado ya por más de 100.000 estudiantes en todo el mundo. Andrew Ng tiene un gran don para explicar de forma clara conceptos teóricos y prácticos del mundo del Data Science.

Todo un emprendedor, Andrew Ng es también uno de los fundadores de Google Brain y lideró el departamento de Data Science de Baidu hasta el año 2017. Actualmente también es uno de los socios del recientemente creado “AI Fund”, un fondo de más de 175 millones de dólares para crear nuevas empresas basadas en Inteligencia Artificial. Se espera que la actividad de estas nuevas compañías sea disruptiva y suponga una transformación de las industrias afectadas.

4 – Fei-Fei Li

Fei-Fei Li es profesora en la universidad de Stanford, en la que también dirige el laboratorio de Inteligencia Artificial, y cofundadora de AI4ALL, una organización sin ánimo de lucro que promueve la diversidad y la inclusión en el campo de la Inteligencia Artificial, tanto en su desarrollo como en sus aplicaciones. Además de esto, lidera el equipo de Data Science de Google Cloud, investigando y generando nuevos productos que buscan la democratización del machine learning.

Su visión del futuro es la de una relación de simbiosis entre humanidad e Inteligencia Artificial en la que esta tecnología sirva para amplificar nuestras capacidades mucho más alla de lo que lo hace a día de hoy.

5 – Hadley Wickam

El neozelandés Hadley Wickam es toda una eminencia dentro del entorno del Data Science con el lenguaje de programación R. Profesor adjunto de estadística en las universidades de Auckland, Stanford y Rice, también lidera el equipo de Data Science de RStudio.

Hadley es el creador de un conjunto de utilidades, conocido como “tidyverse”, que sirve para la organización, transformación y visualización de datos de forma eficiente y ordenada. Estas herramientas son utilizadas a diario por miles de Data Scientists en todo el mundo. Adicionalmente, es coautor del libro “R for Data Science”, una gran introducción de R para principiantes, e instructor en DataCamp.

En cualquier caso, hay que tener presente que en tanto que existen diversas ramas dentro del Big Data y del Análisis de datos, el ranking de los expertos e influencers del big data varía, y depende en gran medida de la rama de conocimiento o aplicación que hayamos seleccionado.