Silvia es una experimentada ejecutiva de análisis que ocupa el puesto de directora Global de Ciencia de Datos en la Compañía Coca-Cola desde abril de 2021. Desde allí es responsable de la habilitación, creación y priorización de las capacidades de ciencia de datos en toda la empresa. Su misión es liderar los esfuerzos y los equipos para ofrecer valor mediante la integración de la Inteligencia Artificial (IA) y la automatización en las decisiones empresariales de forma responsable, coherente y escalable.
Silvia se unió a la Compañía Coca-Cola después de 13 años de experiencia en funciones de liderazgo que impulsaron un cambio positivo por medio del uso de Datos, Análisis y Ciencia de Datos en The United Services Automobile Association (USAA), un grupo de empresas de servicios financieros diversificados de la lista Fortune 100. Mientras trabajaba en este lugar, Silvia dio clases de Estadística en la Universidad de Texas, en San Antonio.
![](https://www.iartificial.cl/wp-content/uploads/2022/11/images-1-1.jpg)
Tiene un doctorado en Matemáticas Aplicadas de la Universidad de Wyoming, un máster en Análisis Numérico y Estadística y una licenciatura en Matemáticas de la Universidad Babes-Bolyai en Rumania.
IA COLOMBIA: ¿Qué crees que significa que la dirección global de ciencia de datos en Coca-Cola sea liderada por una mujer?
SILVIA OCHOA: Primero, me gustaría señalar que la Compañía Coca-Cola incorpora la diversidad, la equidad y la inclusión en todos los procesos, estrategias y tácticas orientadas al talento humano y, también, se enfoca en traer a los mejores candidatos y candidatas.
La Compañía se ha trazado públicamente el objetivo de que el 50 por ciento de los cargos directivos sean liderados por mujeres. Así, al centrarse en diversidad de género, la organización muestra su compromiso con esos valores y me siento honrada de trabajar para una maravillosa empresa orientada por esta misión.
Tengo la esperanza de que este compromiso envíe un mensaje positivo y de aliento a todas las mujeres que aman el campo de los datos y la tecnología; que les permita saber que estas carreras son una posibilidad para ellas y, lo más importante, que puede ser un proceso emocionante y gratificante. Mi consejo es que continúen siendo ustedes mismas, manteniendo su voz en alto y haciéndose sentir.
IA COLOMBIA: ¿Cómo ha sido el camino para llegar hasta acá?
SILVIA OCHOA: Mi camino no siempre ha sido lineal, claro o sin obstáculos. En mi carrera he tenido momentos en los que he luchado por identificar un curso claro hacia adelante y en los que me he sentido insegura sobre cómo lograr el progreso que deseaba. Mirando hacia atrás, las tres cosas que más me han ayudado en este proceso son: tener un conjunto de mentores en los cuales confiar, contar con equipos visionarios y capaces de los cuales pudiera aprender, y mantener un foco incansable en la entrega de resultados. Sé que tengo mucho por aprender y me siento agradecida por continuar mi carrera en la Compañía Coca-Cola, la cual centra sus esfuerzos en el desarrollo del talento y el crecimiento profesional.
IA COLOMBIA: ¿Qué desafíos tiene la Compañía Coca-Cola al contratar profesionales de ciencia de datos?
SILVIA OCHOA: La necesidad por científicos de datos está adelantando rápidamente la disponibilidad de este tipo de talento en la industria, y la Compañía Coca-Cola enfrenta retos similares a los de otras empresas en cuanto a atraer y retener talento en ciencia de datos.
No obstante, lo que diferencia a nuestra Compañía es que tenemos una visión, una estrategia y un presupuesto claro para capitalizar los datos. Adicionalmente, hemos avanzado en nuestro camino por consolidar un ambiente data-driven, en el cual los científicos de datos pueden tener un gran impacto, así como hacer un trabajo interesante y significativo.
Además, nosotros habilitamos oportunidades para el desarrollo y crecimiento profesional a través de programas de aprendizaje continuo y la exposición a una amplia variedad de problemas a lo largo del amplio campo de la ciencia de datos, que incluyen áreas como Procesamiento de Lenguaje Natural (PLN), predicción, optimización y visión artificial.
Lo que ofrecemos es la oportunidad de usar técnicas de la ciencia de datos para explotar grandes cantidades de información y generar nuevas ideas de negocio que ayuden a moldear los productos y servicios que ofrece la Compañía Coca-Cola, una de las marcas más reconocidas en el mundo.
IA COLOMBIA: ¿Puedes contarnos algunos ejemplos de soluciones de Inteligencia Artificial o Machine Learning que está implementando la Compañía Coca-Cola?
SILVIA OCHOA: Nosotros usamos la Inteligencia Artificial y el Machine Learning (IA/ML) estratégica y responsablemente al considerar el gran campo de oportunidades que ofrecen, pero también somos conscientes de las amenazas que estas tecnologías representan en cierta medida para la industria (riesgos en la forma de recolectar y usar los datos, sesgos en algoritmos, entre otros).
Algunos ejemplos de usos exitosos de la ciencia de datos para traer al negocio valor van desde la implementación de IA/ML para entender el comportamiento, motivaciones y percepciones de los consumidores sobre nuestra marca alrededor del mundo, hasta el entendimiento de sus necesidades. Esto nos permite ser más asertivos en nuestra oferta, además actualmente, los modelos estadísticos están siendo desplegados en algunos de los mercados más grandes de la Compañía Coca-Cola, y están ayudando a mejorar la efectividad de los equipos de venta.
De igual forma, la Compañía se ha embarcado en un viaje por construir las mejores capacidades de planeación en su clase, que le permitan alcanzar un rendimiento de primer nivel, mejorar el proceso de toma de decisión con analítica, y ofrecer una experiencia de usuario de alta calidad al consumidor.
El Sistema de Previsión de Primera Línea (Topline Forecasting System o TFS) es nuestro primer caso de uso a escala de esta visión para la Planificación y el Análisis Financiero de Próxima Generación. TFS es una solución global de previsión automatizada que es impulsada por la ciencia de datos, y que actúa como el motor detrás de las previsiones objetivas de volumen e ingresos.
Your article helped me a lot, is there any more related content? Thanks!
Thanks for sharing. I read many of your blog posts, cool, your blog is very good.
Your point of view caught my eye and was very interesting. Thanks. I have a question for you.
Your article helped me a lot, is there any more related content? Thanks!
I don’t think the title of your article matches the content lol. Just kidding, mainly because I had some doubts after reading the article.
Can you be more specific about the content of your article? After reading it, I still have some doubts. Hope you can help me.