Ilinca Barsan es la Directora de Data Scierence de Wunderman Thompson NYC y esta semana se presentará en +Cartagena. Hablamos con ella sobre su rol en la compañía y esto fue lo que nos contó.

___

¿Quién es Ilinca, personal y profesionalmente?

Soy una Data Scientist rumana-alemana con experiencia en ciencias sociales y una debilidad por la intersección de datos con creatividad. En mi tiempo libre me gusta escribir, pintar o ser astuta de otras maneras, por lo que es muy divertido para mí, tratar de llevar esa actitud de “hágalo usted mismo” a mi trabajo en datos y en tecnología. Tiendo a pensar en la ciencia de datos como una disciplina particularmente creativa, creo que puede serlo.

¿Cuál es la función de su rol en la agencia a nivel mundial?

Formo parte de un equipo pequeño pero poderoso dentro de la división de datos de Wunderman Thompson que crea prototipos creativos con un componente de datos sólido, allí codifico todos los datos que fluyen hacia y a través de las aplicaciones que estamos construyendo. Trabajamos con equipos de toda nuestra red mundial y, por lo general, no pasamos más de unas pocas semanas en un proyecto, lo que lo convierte en un entorno de trabajo muy dinámico y emocionante (ocasionalmente a altas horas de la noche).

¿Cuál es su filosofía de trabajo en materia de datos y comunicación?

“Si se puede romper, significa que es real”, un cliente nos dijo eso una vez, antes de una demostración de prototipo particularmente estresante y todavía lo recuerdo. Nunca subestimes el poder de construir algo que pueda tener fallas, pero que esté impulsado por datos y lógica reales; la gente tiende a apreciar esto mucho más que una presentación elegante de PowerPoint, que en realidad no ofrece prueba alguna de si realmente eres capaz de hacer algo.

¿Cuál será el tema central de tu charla en +Cartagena?

Voy a hablar de un ejemplo particularmente inquietante de sesgo de género en la Inteligencia Artificial, más específicamente, en la visión por computadora.

¿Qué aprenderemos de él?

Con suerte, podrán tener una buena perspectiva de cómo las máquinas aprenden a ver y cómo la forma en que a veces malinterpretan lo que ven, refleja nuestra cultura problemática y esos son los datos que usamos para entrenar modelos de Inteligencia Artificial, en lugar de la tecnología en sí.

¿Qué aprendizaje te ha dejado Covid 19 hasta ahora?

Hay mucho, pero realmente extraño las interacciones encantadoras al azar con extraños en la calle o en el metro. Es bueno ver que estos encuentros están regresando lentamente a la ciudad de Nueva York, desde una distancia segura y con tapabocas, por supuesto.