UNIR Revista
Luis Cruz Bellas, alumno del Máster en Visual Analytics & Big Data de UNIR, ha desarrollado en su TFM un modelo con técnicas de aprendizaje automático que presentará al Ayuntamiento de Madrid
El caos, los embotellamientos, los atascos, los enfados, retrasos y, desafortunadamente, los heridos y fallecidos son a menudo comunes en el tráfico cotidiano de una gran ciudad. Luis Cruz Bellas, madrileño de 31 años, ha aprendido a desenvolverse entre la jungla de asfalto de la capital a lomos de su moto. Pero su pericia no le exime de ser testigo o sufrir alguna de estas complicaciones. Eso fue precisamente lo que experimentó un día de camino al trabajo cuando un accidente entre dos coches generó un atasco de grandes dimensiones y, en consecuencia, innumerables retrasos.
En esos momentos de espera, a este alumno del Máster Universitario en Análisis y Visualización de Datos Masivos/Visual Analytics & Big Data de UNIR se le encendió la bombilla. “Pensé que si, en función de ciertas variables, pudiera predecir la probabilidad de que ese accidente se produjera, se podrían tomar medidas para evitarlo, como colocar agentes de movilidad en esa zona. Esto salvaría vidas y evitaría grandes atascos en horas punta en las grandes ciudades”, rememora.
No lo dudó y rápidamente empezó a trabajar en esta idea para poder desarrollarla en su Trabajo de Fin de Máster y ponerla en práctica. El primer paso consistió en detectar qué zonas de Madrid eran auténticos puntos negros por el número de accidentes producidos en ellas. Posteriormente, entrarían en juego las técnicas estadísticas y los algoritmos de Inteligencia Artificial para construir el modelo predictivo. “Es un proyecto ambicioso y con cierto riesgo ya que, cuando se trabaja con modelos, no sabes qué datos van a dar”, reconoce Cruz.
El Ayuntamiento de Madrid resultó clave a la hora de conseguir los datos necesarios. “Tras consensuarlo con mi directora de proyecto, les contacté y después de hablar con distintas áreas di con la unidad de calidad y evaluación de la dirección general de la policía municipal, que atendieron mi petición y me los facilitaron”, narra este alumno de UNIR. La información meteorológica también contribuyó a la hora de construir el modelo, a base de tecnologías y conocimientos aprendidos en las diferentes asignaturas del Máster.
Modelo extrapolable a otras ciudades
Las conclusiones son alentadoras. A priori, los resultados “parecían buenos dado que el modelo ‘acertaba’ en un alto porcentaje de casos”. Sin embargo, tras un análisis más profundo, Luis Cruz observó que “será necesario mejorar el modelo introduciendo otras variables y realizando nuevas segmentaciones de datos”. Una vez logrado, lo presentará en el propio Ayuntamiento. “Me gustaría que este trabajo pudiera ser la base de un proyecto que ayude a mejorar la seguridad vial en las calles de Madrid”, sonríe este Data Analyst que actualmente trabaja en una aseguradora.
Y no solo en la capital madrileña, puesto que el modelo podría extrapolarse a otras ciudades si se entrenara con los datos específicos de cada uno. “Al estar implementado con técnicas de aprendizaje automático (machine learning) lo que hace es aprender de los datos para detectar patrones y poder predecir”, añade Cruz.
Apasionado de las tecnologías, desde hace tiempo quería ampliar su formación con un Máster en Big Data “porque me llama mucho la atención, es el futuro -y cada vez más presente- y me podía abrir puertas en el mundo profesional”. La ansiada y necesaria flexibilidad horaria le hicieron decantarse por la modalidad online y, tras una comparativa previa se decantó por UNIR. Su programa, “de los más completos que vi”, las “buenas referencias” de amistades que habían cursado otros Másteres y el hecho de que sea un título “oficial que me abre las puertas a un doctorado” fueron factores clave.
Pese a ser la primera vez que cursaba un estudio superior online, Luis Cruz se muestra muy satisfecho. “Te gestionas tu tiempo, aunque exige constancia y fuerza de voluntad para llevar todo al día, el campus virtual es muy completo y puedes asistir a clases en vivo, ver las clases en diferido, compartir dudas en los foros, acceder a material docente y a multitud de libros en su biblioteca”, enumera.
También tiene palabras de halago para el Máster, que a su juicio ha resultado “muy completo, con muchas materias relacionadas con el Big Data y una visión global“. Además, reconoce que le ha ayudado en su carrera profesional al permitirle “trabajar en proyectos relacionados con el mundo de Data Analytics en la parte más técnica o en proyectos orientados a Data Science”.
