A unos pocos metros del Támesis, varios profesionales trabajan para una aplicación financiera que nació en Londres en 2015 y sigue creciendo, con 2000 trabajadores a nivel mundial. Entre las columnas de hormigón visto y mobiliario geométrico, destacan frases luminosas, como si fueran las de carteles en el exterior prendidas en la noche: “Stronger together”, “Think deeper”, “Never settle”. Es la sede inglesa de “Revolut” y, entre los ingenieros que trabajan para esa aplicación móvil, se encuentra Joaquín Coitiño, graduado de la Facultad de Ingeniería de la UM (FIUM).

Después de cursar la carrera de Ingeniería Industrial en la UM y trabajar en algunas empresas en Uruguay, Coitiño viajó a la capital inglesa para estudiar una maestría en Business Analytics en el Imperial College Business School. Hoy lidera a un grupo de ingenieros y data scientists que se encargan de detectar y prevenir el posible crimen financiero que pueda tener lugar a través de Revolut. Su rol es el de "Product Owner", en el video de abajo se puede ver en qué consiste su trabajo. Con respecto al futuro cercano, el graduado de FIUM relató que quiere seguir vinculado al “área de datos y tecnología, en particular a todo lo relativo en facilitar la interacción entre la parte más comercial y la técnica dentro de una empresa”. En la siguiente entrevista, habla sobre su experiencia:

¿Cómo surgió tu vocación por la Ingeniería Industrial y por qué elegiste la UM?

Me pareció —y creo que con acierto– que la ingeniería industrial era una carrera que me iba a dar una base fuerte en ciencias duras, que fortalecen el pensamiento lógico, y un sólido conocimiento de principios básicos de la gestión, que son aplicables a cualquier empresa. De la UM, además del prestigio, me gustaba que un número grande de materias hacía foco en la gestión empresarial y que las electivas tenían un papel importante y muchas opciones. Reconozco que en ese momento todavía no tenía clara cuál era mi vocación, entonces la flexibilidad y variedad fueron factores importantes en mi decisión.

¿Cómo definirías a la carrera de Ingeniería Industrial, cuál es el perfil de un graduado?

La carrera de ingeniería industrial tiene un perfil más bien generalista que te prepara para resolver problemas en general y especializarte luego. Durante la carrera, se adquieren habilidades que son útiles en casi cualquier industria, como conocimientos en operaciones, gestión, administración y calidad. Eso es lo que creo que la diferencia de otras ingenierías que son más específicas.

Tuviste diferentes trabajos en Uruguay y estudiaste y ahora trabajás en una empresa de servicios financieros en Londres, ¿cómo ha sido tu experiencia?, ¿te parece que la carrera te dio las herramientas necesarias?

Cuando me fui a estudiar el máster a Londres, sentí que la formación en matemática que tenía era muy buena. Me llamó la atención la importancia que la universidad inglesa le daba a la preparación para el proceso de conseguir un trabajo, además del nivel de desarrollo que tienen sectores como la consultoría, los servicios financieros y las startups. Ese es uno de los motivos por los que recomiendo hacer un intercambio. Yo no lo hice y creo que hubiera conocido como funcionaba todo eso mucho antes, por lo que hubiera estado mejor preparado.

¿En qué consiste tu puesto actual en Revolut?

Trabajo con un equipo de ingenieros y data scientists para detectar y prevenir crimen financiero en Revolut. Al ser una institución financiera, existe el riesgo de que la plataforma sea utilizada con dinero obtenido por medios ilícitos. El nombre de mi puesto es “Product Owner”, lo que significa que me encargo de recolectar los requerimientos de otras áreas, priorizarlos y coordinar para que el equipo ejecute.

¿Qué podrías decir sobre el rol de ciencia de datos en la actualidad desde tu experiencia profesional?

La ciencia de datos se utiliza cada vez en más áreas, desde el crimen financiero hasta el marketing. Los métodos que se han desarrollado permiten aplicarlo en una gran variedad de problemas. Entender los principios, aunque sea en forma básica, de estadística y matemática, que son la base de cómo se extraen conclusiones de los datos crudos, es una herramienta fundamental. Además, es importante entender cuáles son las posibilidades y limitaciones de las distintas técnicas. Lo que nunca hay que perder de vista es que el objetivo es resolver un problema en forma eficiente, por lo que, por ejemplo, un algoritmo de machine learning no es siempre lo más indicado como solución. En la mayoría de casos, se puede encontrar una solución que requiere mucho menos esfuerzo y alcanza casi los mismos resultados. En la ciencia de datos, al ser una tecnología de moda, a veces se busca hacer algo complejo porque resulta más interesante y se pierde el foco en el problema.

El siguiente video muestra el trabajo de un "Product Owner", el rol que desempeña el graduado de FIUM en Revolut: