Hoy queremos compartir la historia de Pablo, un estudiante de segundo año del doble grado en ADE y Análisis de Datos del IE, que ha vivido la experiencia de ser intern en Komorebi AI, pasando de la teoría universitaria a la optimización industrial.
Pablo ha colaborado en el desarrollo del gemelo digital de ASTICAN, un proyecto diseñado para optimizar cada rincón de uno de los astilleros más importantes de España.
La realidad no cabe en un libro de texto
Una de las primeras lecciones que Pablo aprendió es que el mundo real está lleno de matices que ningún modelo teórico puede prever por sí solo. «En la universidad trabajas con problemas definidos, pero aquí te das cuenta de que un astillero no es una cuadrícula perfecta», nos cuenta.
Pronto descubrió que para optimizar la ocupación de las calles y muelles, no basta con conocer la eslora de los barcos. Hay que tener en cuenta ciertos aspectos, como:
– Las esquinas existen: Dos barcos no pueden «solaparse» en una esquina, una restricción geométrica que debe ser modelada matemáticamente.
– Los costes no son uniformes: Mover un barco de agua a agua tiene un coste muy diferente a moverlo entre calles de varada, lo que impacta directamente en las decisiones del optimizador.
-Las reglas tienen flexibilidad: Normas como «dejar siempre 15 metros de margen para las hélices» pueden tener excepciones que el cliente maneja en su día a día. ¿Cómo se traduce esa flexibilidad en una restricción sin perder eficiencia?
Aquí es donde la colaboración con el cliente, en la que Pablo ha participado activamente, se vuelve fundamental para «enseñarle» al gemelo digital cómo funciona el astillero de verdad.
Pronto descubrió que para optimizar la ocupación de las calles y muelles, no basta con conocer la eslora de los barcos. Hay que tener en cuenta ciertos aspectos, como:
– Las esquinas existen: Dos barcos no pueden «solaparse» en una esquina, una restricción geométrica que debe ser modelada matemáticamente.
– Los costes no son uniformes: Mover un barco de agua a agua tiene un coste muy diferente a moverlo entre calles de varada, lo que impacta directamente en las decisiones del optimizador.
-Las reglas tienen flexibilidad: Normas como «dejar siempre 15 metros de margen para las hélices» pueden tener excepciones que el cliente maneja en su día a día. ¿Cómo se traduce esa flexibilidad en una restricción sin perder eficiencia?
Aquí es donde la colaboración con el cliente, en la que Pablo ha participado activamente, se vuelve fundamental para «enseñarle» al gemelo digital cómo funciona el astillero de verdad.
Aprendiendo a hablar el lenguaje de la optimización
El proyecto de ASTICAN ha sido para Pablo un máster acelerado en técnicas de optimización aplicada. Más allá de la programación, ha aprendido a modelar la compleja lógica del negocio.
«Uno de los mayores retos ha sido implementar la lógica condicional. En programación usas un ‘if’, pero en un modelo de optimización lineal, el ‘if’ no existe. Tienes que crearlo con variables binarias y restricciones adicionales», explica. Este proceso le ha permitido no solo resolver problemas, sino entender el trade-off constante entre la precisión del modelo y su coste computacional.
Además, ha asimilado metodologías de trabajo que son el estándar en la industria del software, como el uso profesional de Git para el trabajo colaborativo. «En la universidad, Git era como un simple repositorio online. Aquí, es la base del trabajo en equipo», comenta. Aprender a trabajar con ramas, hacer revisiones de código y fusionar cambios de forma segura permite que todo el equipo avance en paralelo sin romper nada.
“También he aprendido a crear tests automatizados para validar cada cambio y la ejecución de benchmarks para medir el impacto en el rendimiento. Un cambio puede ser correcto pero lento”. Los benchmarks miden el impacto en el tiempo de ejecución. Permiten decidir si una pequeña mejora en la precisión justifica un gran aumento en el coste computacional.
«Uno de los mayores retos ha sido implementar la lógica condicional. En programación usas un ‘if’, pero en un modelo de optimización lineal, el ‘if’ no existe. Tienes que crearlo con variables binarias y restricciones adicionales», explica. Este proceso le ha permitido no solo resolver problemas, sino entender el trade-off constante entre la precisión del modelo y su coste computacional.
Además, ha asimilado metodologías de trabajo que son el estándar en la industria del software, como el uso profesional de Git para el trabajo colaborativo. «En la universidad, Git era como un simple repositorio online. Aquí, es la base del trabajo en equipo», comenta. Aprender a trabajar con ramas, hacer revisiones de código y fusionar cambios de forma segura permite que todo el equipo avance en paralelo sin romper nada.
“También he aprendido a crear tests automatizados para validar cada cambio y la ejecución de benchmarks para medir el impacto en el rendimiento. Un cambio puede ser correcto pero lento”. Los benchmarks miden el impacto en el tiempo de ejecución. Permiten decidir si una pequeña mejora en la precisión justifica un gran aumento en el coste computacional.
La cultura Komorebi: confianza, mentoring y crecimiento
Cuando le preguntamos a Pablo qué es lo que más le ha sorprendido, su respuesta es clara: la cultura de Komorebi. «No me esperaba que me hicieran tanto caso», confiesa con una sonrisa. «El hecho de que exista una figura como Mónica, mi tutora, que me guía y revisa mi trabajo, y la cercanía de todo el equipo, es increíble».
La confianza depositada en Pablo para que aporte directamente al código, así como su integración en las reuniones con el cliente y la libertad para proponer y debatir soluciones, son una clara muestra del compromiso de Komorebi con el talento. Estamos orgullosos de tenerle en el equipo y de seguir construyendo puentes entre el talento joven y la industria.
¿Quieres aprovechar las capacidades de la Inteligencia Artificial en tu empresa? Pónte en contacto con nosotros en consulta@komorebi.ai. Estamos deseando conectar, aprender y crecer contigo.
La confianza depositada en Pablo para que aporte directamente al código, así como su integración en las reuniones con el cliente y la libertad para proponer y debatir soluciones, son una clara muestra del compromiso de Komorebi con el talento. Estamos orgullosos de tenerle en el equipo y de seguir construyendo puentes entre el talento joven y la industria.
¿Quieres aprovechar las capacidades de la Inteligencia Artificial en tu empresa? Pónte en contacto con nosotros en consulta@komorebi.ai. Estamos deseando conectar, aprender y crecer contigo.
