Experiencias acerca de la creación
y estructuración de un equipo
de Inteligencia Artificial
Aciertos, fallos y oportunidades de mejora después de un año y medio de operación
DANIEL LEÓN ǀ 11 de Octubre de 2021
Cuando ingresé a Quantum Connexion (ahora Xolit) como Científico de Datos en junio de 2020 llegué a hacer parte de un equipo con tres científicos en un mismo proyecto. Para ese momento no existía una estructura definida de analítica en la organización y, de cierta manera no hacía falta pues nuestro alcance estaba limitado a un solo cliente. No contábamos con buenas prácticas en código y control de versiones debido a la urgencia del proyecto, en parte también por desconocimiento e inexperiencia.
CRECIMIENTO DEL EQUIPO
En los siguientes meses el equipo fue creciendo debido al ingreso de nuevos clientes y proyectos. Cuando acepté en abril de este año la responsabilidad de liderar el equipo de Científicos de Datos, definimos como principales objetivos en el corto plazo la creación e implementación de un activo de proceso y la estructuración del equipo como unidad de Inteligencia Artificial, consideramos sería inevitable que en futuros proyectos necesitáramos integrar a la unidad talento especializado.
IMPLEMENTACIÓN DEL ACTIVO PROCESO
Se fijaron las condiciones generales del trabajo realizado en la unidad de negocio; procedimientos, guías y entregables esperados. Empezamos la implementación de buenas prácticas de código y el uso de repositorios, teniendo dificultades en la transición del código desarrollado a estas herramientas y en su uso; no estábamos acostumbrados a trabajar con Git o a desplegar modelos en plataformas distintas a Windows Server. Así bien, el activo de proceso ha sido un acierto en el desarrollo y crecimiento de la unidad, nos permitió formalizar el trabajo y mejorar la calidad; esperamos adaptarlo periódicamente a condiciones futuras de la unidad y sus necesidades.
ESTRUCTURA DEL EQUIPO DE INTELIGENCIA ARTIFICIAL
Teníamos como objetivo definir un enfoque que asegurara la escalabilidad del equipo manteniendo la cohesión, ya que el crecimiento de la organización nos ‘obliga’ a incluir talento con frecuencia alta. El enfoque a elegir debía permitir la reutilización de código entre proyectos (código libre de información confidencial), facilitar la socialización y retroalimentación tanto entre los miembros de cada proyecto como el equipo de Inteligencia Artificial. De esta manera, fueron considerados tres enfoques:
ENFOQUE CENTRALIZADO
Consiste en definir un único equipo centralizado que apoya los distintos proyectos de la empresa en las tareas y actividades de analítica. Permite al equipo aprender de los distintos problemas del negocio, sin embargo, este enfoque puede generar desconexión de las necesidades y contexto del negocio, pues no hay un talento de analítica que participe activamente del proyecto.
ENFOQUE DESCENTRALIZADO
DISTRIBUIDO O FEDERADO
Cada talento de analítica hace parte directamente de un proyecto específico, lo cual facilita el acceso a los recursos, el seguimiento de las tareas e incrementa el compromiso de cada talento con el problema de negocio. No obstante, un inconveniente es el aislamiento de los talentos de analítica, lo que conlleva a una poca colaboración o intercambio de conocimientos entre talentos.
ENFOQUE HÍBRIDO
El talento de analítica está designado a proyectos específicos, mientras a su vez reportan a una administración de analítica centralizada. También, en otros casos consiste en la generación de un Centro de Excelencia responsable de establecer las mejores prácticas y construir una cultura de ciencia de datos en toda la organización y los equipos de analítica trabajan en proyectos específicos.
En Xolit tomamos la decisión de adoptar este enfoque híbrido; consideramos estratégico tener un rol de Gerente de Inteligencia Artificial que tuviera comunicación directa con las demás áreas de la organización, además de liderar transversalmente todos los talentos de analítica. A su vez, estos talentos de analítica tienen equipos específicos y reportan al líder de cada proyecto, contando con autonomía y poder de decisión sobre las actividades de analítica a desarrollar.
OBSERVACIONES Y EXPERIENCIAS TRABAJANDO CON EL ENFOQUE HÍBRIDO
Luego de siete meses trabajando con este enfoque la experiencia ha sido positiva, hemos logrado añadir nuevos proyectos al equipo con cierta facilidad, reasignando talentos de la unidad o contratando nuevos talentos.
Sin embargo, consideramos que existen oportunidades de mejora para este enfoque; cada talento se encuentra en la capacidad de resolver todas las tareas y actividades de analítica, ya sea por experiencia previa o aprendiendo sobre el tema, aun así, cada talento puede hacer con mayor calidad y en mejor tiempo determinadas actividades de otros proyectos que nos permitirían ser más eficientes.
Como objetivo para el segundo semestre de este año implementaremos un enfoque híbrido con las siguientes características.
ENFOQUE HÍBRIDO MODIFICADO
Conservando las características del enfoque híbrido, los talentos dejaran temporalmente; de manera completa o parcial su proyecto actual y apoyaran otro proyecto en las actividades, permitiendo lograr mayor calidad y menores tiempos.
Es clave que en todos los proyectos se implementen buenas prácticas y herramientas necesarias para el trabajo colaborativo, además de contar con una estimación y gestión de tareas que permitan definir el tiempo disponible de cada talento, apoyando otros proyectos sin afectar la ejecución de su proyecto base.
Una vez implementado el enfoque:
• Se evaluará si genera los beneficios esperados.
• El impacto que produce en la operación de los demás proyectos.
El crecimiento acelerado de la organización en el último año y medio nos llevó a tomar decisiones en la marcha acerca de la mejor estructura para el equipo y sus condiciones de trabajo.
Entendiendo la unidad de Inteligencia Artificial como un organismo dinámico y no como una unidad estática; aprendimos a través del fallo y de la iteración, las prácticas que mejor se ajustan a la organización.
De esta manera, esperamos implementar el nuevo enfoque de la estructura en el transcurso de este semestre y esperamos en un nuevo espacio compartir nuestros resultados.
