Conozca a nuestros expertos
Stephen Hayward - Científico principal de datos
Stephen Hayward es uno de los 4 científicos de datos de Agrimetrics.
Originalmente me formé como Ingeniero Mecánico en la Universidad de Liverpool, donde me licencié con un BEng. Posteriormente me incorporé a Caterpillar (Perkins Engines), donde trabajé como ingeniero de diseño y desarrollo en un nuevo programa de motores diésel. Tras unos años en Caterpillar, cambié radicalmente de orientación profesional hacia el ámbito geoespacial para cursar un máster en Gestión de la Información Geográfica en la Universidad de Cranfield. Durante mis estudios desarrollé mis habilidades en Sistemas de Información Geográfica (SIG), pero también descubrí específicamente mi pasión por la Observación de la Tierra (OET) y la Teledetección. Tras graduarme, trabajé temporalmente en Rothamsted Research como especialista en SIG y teledetección, apoyando un proyecto de Innovate UK titulado "Fomento de las aplicaciones de observación de la Tierra en la agricultura", que me permitió conocer por primera vez el sector agrícola. Colaboré en el proyecto mejorando la gestión de datos y desarrollando análisis de series temporales.
Tras mi breve paso por Rothamsted, me incorporé a Airbus Defence and Space en el marco del programa de carreras tempranas como ingeniero de datos de observación de la Tierra/científico de datos. Trabajé en el desarrollo de aplicaciones en diversos ámbitos, como el marítimo y el agrícola, pero también en el desarrollo de herramientas de aseguramiento de la calidad de las imágenes ópticas. Algunos ejemplos de aplicaciones en las que trabajé fueron la detección de buques (a partir de imágenes SAR) y la clasificación de tipos de cultivos (aplicando técnicas de aprendizaje automático a series temporales de imágenes SAR). En I+D, trabajé en la superresolución de imágenes ópticas, la monitorización del dióxido de azufre y un proyecto en fase inicial que investigaba cómo podían utilizarse los datos de OT para ayudar a combatir la esclavitud moderna. Hace poco terminé un "nanodegree" sobre Inteligencia Artificial y he centrado mi desarrollo y mi carrera en el aprendizaje y la aplicación de este apasionante tema. Fuera del trabajo, practico deportes (tenis, fútbol, atletismo, ciclismo), me gusta cocinar y me encanta estar al aire libre explorando el campo.
¿Por qué quiso dedicarse a la industria agroalimentaria?
Después de haber trabajado como científico de datos de observación electrónica generalista en diversas aplicaciones, lo que más me gustó fue trabajar en aplicaciones agrícolas. Es un sector del que todos dependemos en gran medida para satisfacer algunas de nuestras necesidades básicas. Muchos de nosotros (¡incluido yo mismo no hace tanto tiempo!) dábamos por sentado tener comida en el plato cada día, pero la realidad es que queda mucho trabajo por hacer para garantizar la seguridad alimentaria en un entorno geopolítico tan volátil. Además, la gran atención que se presta a la reducción del impacto medioambiental dentro de la industria agroalimentaria plantea grandes retos y exige grandes cambios. La oportunidad de centrarme exclusivamente en este sector para influir positivamente en un momento tan crucial para la industria es lo que me inspiró para dedicarme a la agroalimentación.
¿Cómo cree que la ciencia de datos puede ayudar a resolver algunos de los problemas del sector?
Independientemente de la aplicación o el sector, el papel de la ciencia de datos es convertir los datos no estructurados y ruidosos en información significativa y práctica. El sector agroalimentario, posiblemente más que ningún otro, se está viendo afectado en la actualidad por muchos frentes: el cambio climático, la inminente crisis del coste de la vida y la disminución de las subvenciones, por nombrar algunos. Nunca ha sido tan importante aprovechar el papel de la ciencia de datos para ayudar a resolver estos retos. Medir, analizar y extraer información valiosa de los datos (procedentes, por ejemplo, de satélites de observación de la Tierra, estaciones meteorológicas o sensores sobre el terreno) para que los responsables de la toma de decisiones actúen en consecuencia, desde el nivel político hasta los agricultores sobre el terreno, es la única manera de superar estos retos. Así es como la ciencia de datos ayudará al sector.
¿Cuál es el mejor consejo que le han dado?
No pienses demasiado en el futuro, no te quedes demasiado tiempo en el pasado ni te preocupes por cosas que escapan a tu control. En lugar de eso, concentra tus esfuerzos en el presente y en lo que está dentro de tu esfera de influencia. "Una serie de pequeñas victorias te llevará a un gran éxito a largo plazo".
Otras entrevistas que pueden interesarle

La IA identifica cultivos desde el espacio con un 90% de precisión
Agrimetrics lanza CropLens AI, un algoritmo patentado que identifica tipos de cultivos desde el espacio.

ClearSky: Datos de satélite sin nubes para la agricultura
La inteligencia artificial de ClearSky elimina una importante barrera a la eficacia del satélite

ClearSky: Datos de satélite sin nubes para la agricultura
La inteligencia artificial de ClearSky elimina una importante barrera a la eficacia del satélite

Agrimetrics se asocia con Airbus para reducir costes
Crop Analytics, un paquete de análisis de cultivos y campos de Airbus, ya está disponible a un nuevo precio más bajo.