A través de América, los proyectos de infraestructura pública a menudo son lanzados como monolitos de ineficiencia; hinchados, retrasados, y a veces inertes. Desveló la crisis: los grandes proyectos de infraestructura normalmente superan los plazos en un 20%, y los presupuestos en un 80%. Estos no son sólo los hiccups en la gestión de proyectos. Son un indicador de un problema más grande. Estos sistemas funcionan como si estuvieran en una era anterior y se oponen a las mejoras tecnológicas. Informe de McKinsey En los tiempos de esta disfunción, un sutil cambio estaba ocurriendo dentro del funcionamiento de la agencia estatal en Massachusetts que está cargada con la responsabilidad de la infraestructura de transporte y servicios. No se escribieron titulares sobre ello. No hubo conferencias de prensa, no hubo grandes declaraciones de reforma. Pero el cambio llegó, y no vino de arriba, sino de los esfuerzos silenciosos y persistentes de un analista de datos senior, Deepak Chanda. En las entrañas de los flujos de trabajo del proyecto de la agencia estatal, Deepak se encontró con un tipo familiar de estancamiento. Las reuniones de revisión de Blueprint se prolongaron durante horas. Las aprobaciones del proyecto disminuyeron en limbo burocrático. Nadie era negligente, pero el sistema era inútil. Una catedral construida para honrar la tradición sobre la función. Vio el desperdicio no sólo en tiempo o dinero, sino en energía humana. Lo que marcó el trabajo de Deepak no fue un flash de interrupción, sino una repetición gradual. No gritó. Él hizo preguntas. ¿Por qué todavía nos reunimos alrededor de las mesas para inspeccionar los blueprints? ¿No podría esto ser digital, asíncrono y fluido? Con esa investigación como su búfalo, buscó herramientas que pudieran eliminar esta inercia. Introduzca Bluebeam, una plataforma de colaboración digital. No era nueva para el mundo, pero era nueva para la guía de revisión de blueprint de la agencia estatal. Deepak no sólo hizo sugerencias; los probó y los desarrolló, los puso en operaciones, entrenó a otros y se convirtió en parte de ese ADN operativo del departamento. Mientras que los equipos antes revisaban documentos en movimiento lento en reuniones cara a cara, ahora estaban involucrados en interacción en tiempo real desde sus propias pantallas. El resultado? Cada proyecto comenzó a ahorrar dólares, significativo en el sector público, donde cada dólar ahorrado puede significar otro pozo llenado o ferrocarril fijado. Pero más allá de estas cifras, hubo una transformación en la postura. Deepak había demostrado que el sistema no era inmutable. Y el impulso continuó. En otro rincón del departamento de transporte, Deepak se encontró con una barrera de botella diferente, pero igualmente obstinada. Los inspectores de construcción de carreteras estaban obligados a firmar ciertos hitos de trabajo dentro de 21 días. Estas inscripciones eran vitales; desencadenaron controles de calidad, pagos de hito y cumplimiento regulatorio. Pero con los inspectores juggando varios sitios y sin un rastreador centralizado, los plazos críticos se perdieron de forma rutinaria. Los formularios de SharePoint habían reemplazado el papel, pero el proceso todavía sufrió en silencio. No había glimmers de advertencia, no había indicadores, no había maneras de detectar lo que salía a través de las grietas, hasta que ya era demasiado tarde. Deepak miró más allá de las herramientas y en la lógica.Le preguntó: “¿Qué bloquea el progreso, y cómo podemos usar los datos para desbloquearlo?” La solución fue engañosamente simple. Usando SQL, agregó un único campo derivado a la línea de datos: Días restantes para la suscripción. Calculó cuántos días quedaron, o cuánto tardó la suscripción, y lo suministró directamente a un informe dinámico conectado a SharePoint. En la capa de BI, los elementos tardíos flasharon en rojo. Pero Deepak no se detuvo allí. Construyó dos vistas: una tabla de control específica para inspectores y una consolidada para gerentes. De repente, los inspectores tenían claridad. Los líderes del equipo tenían visibilidad. El trabajo de adivinación desapareció. El impacto fue inmediato. Los retrasos cayeron. Los inspectores comenzaron a comprobar los dashboards no por obligación, sino porque facilitaban su trabajo. Los gerentes podían intervenir antes de que los problemas se escalaran. No hay nueva aplicación. No hay revisión. Solo SQL, SharePoint y narrativa enfocada. A veces, la verdadera transformación no se trata de construir algo nuevo, sino de ver algo que ya está ahí más obviamente. Este momento en la organización no fue un clímax, sino un comienzo.El papel de Deepak evolucionó de analista de datos a arquitecto de procesos.Ya no sólo analizando números, comenzó a modelar los flujos de trabajo que los produjeron. Estos sectores son, en algunos sentidos, incluso más complejos que el transporte.Están vinculados no sólo por la regulación y la tradición, sino por una gravedad moral.Los errores aquí no solo cuestan tiempo; pueden costar vidas.Las intervenciones de Deepak tuvieron que ser no sólo eficaces, sino elegantes. Su idea principal permaneció inalterada: los datos buenos no deberían simplemente informar al mundo, sino ayudar a darle forma. Comenzó a construir tuberías de datos adaptativas que abrazaban la capacidad de respuesta en tiempo real sobre los informes estáticos. En el corazón de este sistema estaba la detección automática de anomalías, un software que no espera a que se le diga que algo está mal. Este cambio, de batch a tiempo real, de reactivo a proactivo, es donde el trabajo de Deepak comenzó a desafiar los límites convencionales de la ingeniería de datos. sus sistemas hicieron más que procesar datos. En el cuidado de la salud, esto significó menos retrasos en el diagnóstico y una mejor coordinación de los cuidados. En los seguros, significó una evaluación más rápida de las reclamaciones, una reducción de los fraudes y una mejor confianza del usuario. Junto a estas contribuciones prácticas, Deepak ha añadido a la estructura intelectual de su campo. Su publicación, “El papel del ingeniero de datos y analista en el seguro de salud y la coordinación”, apareció en el International Journal of Data Science y Machine Learning. No es un manifiesto, sino una cuidadosa meditación sobre cómo las prácticas de datos estructurados pueden desbloquear la eficiencia sistémica en los sistemas de salud. Fuera de los pasillos institucionales, Deepak ofrece su tiempo e información a la próxima generación.A menudo toma el papel de mentor o juez en ferias de ciencia y hackathons internacionales, interactuando y desafiando a los jóvenes de la tecnología, a veces aprendiendo de ellos: es una conversación, no una conferencia. Lo que hace que su viaje sea distinto no es sólo lo que hizo, sino también cómo lo hizo. resistió al impulso de interrumpir por causa de la interrupción. No buscó la transformación a través de la demolición, sino a través de una cuidadosa iteración. Sus cambios se radicalizaron no porque eran ruidosos, sino porque tenían razón. A menudo dice: “Creo que algunos de los cambios más significativos comienzan cuando alguien simplemente se niega a ignorar lo que todos los demás se han acostumbrado”. Ese tipo de atención, deliberada, paciente, implacable, lo ha seguido en la industria después de la industria. trabaja con una ética raramente vista en el mundo tecnológico, donde la velocidad a menudo domina la sustancia. De esta manera, su trabajo trae a la mente un concepto más viejo: el progreso no se realiza a través del genio solo, sino a través de la empatía y la atención al detalle. En un mundo que clama por la transformación, Deepak Chanda ha mostrado silenciosamente que a veces, la verdadera revolución está prestando atención y haciendo que las cosas funcionen un poco mejor que antes.

This story contains new, firsthand information uncovered by the writer.

Este audio es producido en el idioma original de la historia!

Cómo la innovación de datos cambió el motor de la infraestructura de un Estado

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps