Cómo predecir las averías

Recoger los millones de textos de los servicios postventa y asistencia en carretera, transformarlos en números y desarrollar modelos matemáticos de optimización numérica, detectar sus características principales, generar informes sobre los fallos más frecuentes, aplicar machine learning y sacar conclusiones que permitan aplicar un mantenimiento predictivo en los vehículos. Es decir, adelantarse a los fallos que se van a producir para que los concesionarios de cada zona se pongan en contacto con los usuarios, y reparen el posible error antes de que se produzca. Es la tarea que desempeña Jonathan del Campo Díaz en Volvo, en Gante, donde trabaja como científico de datos senior. Antes trabajó en Kia en Francfort y, durante la realización de su master, en Ford en Valencia. Siempre supo que se dedicaría a los coches, aunque nunca pensó que en este campo. «De hecho, hace cinco años este trabajo ni siquiera existía».

Del Campo (León, 1995) estudió Ingeniería Mecánica en la Universidad de León, el último año con una beca de colaboración con el Departamento de Mecánica de Medios Continuos y de Ingeniería de Computadores.

Después estudió en Valencia un máster en Ingeniería Industrial, que en el segundo año compaginó con prácticas en la empresa automovilítisca Ford. Ya en sus años de formación en León había participado en varias competiciones de empresas, de ciencia de datos, inteligencia artificial,... «Fue un año bastante intenso», recuerda.

El siguiente paso también lo tenía claro: «Quería tener la experiencia de trabajar fuera de España, no creo que por mucho tiempo, pero al menos 5 ó 10 años sí». Llegó a KIA Europa, en Francfort, donde se centraliza la investigación para 39 países. «Mi trabajo estaba relacionado con la postventa, el análisis de garantías, reparaciones,...» El objetivo era identificar los fallos de calidad de los modelos que salen al mercado, y definir estrategias para generar más beneficios en recambios, gestión de mercados,... «Todo lo relacionado con la postventa de vehículos, desde la parte analítica, de ciencia de datos».

Desde agosto trabaja en Gante, en el Grupo Volvo, para la zona de Europa, Oriente Medio y China. Sus trabajos de analítica de datos se centran en Volvo Camiones, Renault Camiones, Volvo Buses y Volvo Penta (de motores y generadores para embarcaciones y agrícolas).

Jonathan del Campo Díaz, en la Universidad de León, donde estudió Ingeniería Mecánica. RAMIRO

En Volvo el trabajo de Jonathan del Campo como científico de datos senior se centra en mantenimiento predictivo. «Se trata de detectar posibles fallos en los componentes, a través de la información que envían estos componentes en tiempo real. Y el objetivo es detectar los problemas antes de que se produzcan, para realizar las reparaciones antes, y evitar molestias a los usuarios».

Un campo que aparentemente se aleja de su formación como ingeniero mecánico, aunque no es así en la práctica. «Suele pensarse en matemáticos, físicos o ingenieros informáticos a la hora de buscar profesionales para analizar datos, pero en mi campo por ejemplo es importante tener en cuenta que el modelo que estás intentando desarrollar para predecir un fallo tiene que ser también consistente desde el punto de vista técnico. Es entonces cuando se pone en valor la formación de los ingenieros mecánicos o industriales, o de otras especialidades, porque tiene más que ver con el diseño de máquinas o la resistencia de los materiales, por ejemplo. Es decir, se tienen los conocimientos técnicos necesarios para guiar el modelo que está desarrollándose. Porque eso no sale de forma automática, hay que ayudar al modelo a determinar exactamente el patrón que estás buscando para predecir que se produzca una rotura. En realidad, este puesto es una combinación de ambas formaciones».

Los conocimientos de mecánica, unidos a la ciencia de datos, definen los modelos. EFE

Una actividad que no estaba en sus planes cuando comenzó a estudiar en la universidad. «Desde muy pequeño mi pasión eran los automóviles, siempre iba con los bolsillos llenos de coches de juguete. Pero lo que hago ahora nunca lo había pensado. De hecho, hace pocos años esta profesión ni siquiera existía. Pensaba que iba a diseñar el vehículo, la carrocería, el motor,...».

Mientras estudiaba la carrera buscó formación adicional. «Y ese fue un paso importante. Me interesé por el machine learning, algo que entonces ya se veía que iba a tener mucha importancia, y que tenía enorme potencial. Las ofertas de trabajo ya empezaban a ir por ahí, todas las empresas buscaban a profesionales con esta formación. Estudié las aplicaciones que tenía y una de ellas era el mantenimiento predictivo. No era mi idea inicial, pero me gustó y sabía que tenía muchísima demanda. Cuando hice las prácticas en Ford ya opté por esta especialización».

Especialización

En ese camino el ingeniero leonés ha llegado ahora a Volvo como científico de datos. «Estamos entre la I+D y las operaciones de postventa». Un ámbito en el que «existen diferentes servicios, que van desde las asistencias en carretera a las exigencias de los clientes. Una información que generalmente se recoge en texto, y que «a nivel continental implica recopilar millones de comentarios. Una información que no puede abarcarse más allá de casos concretos. Pero que es fundamental para analizar la tendencia global, para ver dónde surgen los problemas».

Por eso una de sus tareas es «coger todos esos textos, transformarlos en números, y desarrollar modelos matemáticos de optimización numérica para intentar destacar cuáles son las características fundamentales que presentan, dónde están los problemas, en qué países se producen,... Con eso se generan los informes de los fallos más frecuentes».

Y ahí entran los analistas técnicos, que detectan qué componentes fallan. «Es algo que ocurre ya en todas las compañías del sector, en los componentes hay una serie de sensores que van realizando test sobre su funcionamiento. Y existen determinadas lógicas para comprobar si ese comportamiento es satisfactorio o no».

Con la información de los analistas técnicos se determinan patrones que establecen por qué está fallando un determinado componente. «Y son capaces además de prever en qué circunstancias se dan las condiciones para que ese fallo se produzca. Esa información es la que necesitamos los científicos de datos para orientar la información a situaciones concretas, dentro de todas las posibilidades de cálculo que tenemos. Se calculan todas esas variables de forma generalizada para todos los vehículos de la flota, y se desarrollan modelos de machine learning, de optimización numérica, para que busquen determinados patrones en los datos que coincidan con los fallos detectados en los componentes».

Los datos históricos de reparaciones permiten prever cuándo se va a producir un fallo en un determinado componente. «Analizas qué ha pasado los días antes, se establecen diferentes aproximaciones de predicción para que el patrón aprenda los comportamientos, y finalmente se pone en producción ese modelo entrenado».

Así los datos que van llegando desde los vehículos en marcha establecen una serie de ecuaciones que establecen si se va a producir el fallo en los próximos días. «Después de eso existe todo un departamento que se encarga de avisar a los concesionarios para que se pongan en contacto con los vehículos y se realicen las reparaciones antes de que se manifieste el fallo».

De cara al futuro Jonathan del Campo destaca sobre todo la necesidad de «seguir aprendiendo. Ahora lo estoy haciendo, todo esto es muy interesante para mi. Pero hay muchas más cosas que investigar, esto es una pequeña parte de la analítica que hoy se hace en el sector del automóvil. Aunque todo parezca muy novedoso, todas las empresas con industria 4.0 están inmersas en este tipo de proyectos. Ya sea en los propios componentes, en las factorías para predecir los fallos de la maquinaria, en los vehículos,...». Sí tiene claro que «es la vida la que te va guiando, lo importante es ser capaz de ver las oportunidades que van surgiendo. Si hace cuatro años cuando salí de la facultad, o dos cuando acabé el master, me hubieran dicho que me iba a dedicar a esto ni lo habría imaginado».

De momento, además de trabajar en Volvo, sigue estudiando. «Siempre». Está a punto de acabar un master en bioestadística y en agosto comenzó otro en analítica. «Cuando ya tienes una base de cómo funcionan las cosas puedes ir ampliando, acreditando formación».