Cómo empezó todo
Marta Solís y Daniel Ferrer se conocieron en 2017 trabajando en el departamento de datos de una aseguradora en Barcelona. Los dos compartían la misma frustración: los modelos que construían acababan en presentaciones de PowerPoint, no en producción. Muy pocas predicciones llegaban a influir en decisiones reales.
En enero de 2019 dejaron sus puestos y fundaron Futuristic AI Consult con una idea simple: cada modelo que entregasen tenía que funcionar en un entorno real dentro de las seis primeras semanas del proyecto. Si no era viable, lo dirían antes de facturar.
El primer cliente fue una cadena de farmacias con 42 puntos de venta en Cataluña. Necesitaban prever la demanda de medicamentos estacionales para reducir roturas de stock. Aquel proyecto duró cuatro meses y les ahorró un 12 % en compras innecesarias durante la campaña de gripe de 2019-2020.
Desde entonces hemos crecido hasta nueve personas, pero la regla sigue siendo la misma: si un modelo no llega a producción, algo hemos hecho mal.
Misión y valores
Queremos que la inteligencia artificial deje de ser un concepto abstracto para las empresas que facturan entre 2 y 50 millones de euros al año. Esas compañías tienen datos suficientes para beneficiarse de modelos predictivos, pero rara vez cuentan con un equipo interno de ciencia de datos. Ahí entramos nosotros.
Transparencia en los datos
Documentamos cada paso del pipeline: de dónde vienen los datos, cómo los transformamos y qué métricas usamos para evaluar el modelo. El cliente tiene acceso al repositorio de código desde el primer día.
Resultados medibles
Antes de empezar, definimos con el cliente una métrica de éxito concreta: porcentaje de reducción de costes, mejora en la tasa de conversión o tiempo ahorrado por empleado y semana. Si no la alcanzamos, analizamos por qué y ajustamos.
Honestidad sobre los límites
No todos los problemas se resuelven con machine learning. Si tus datos son insuficientes o el retorno esperado no justifica la inversión, te lo decimos en la fase de diagnóstico, antes de que gastes más.
El equipo
Nueve personas con perfiles complementarios. Todos trabajamos desde la oficina de Barcelona al menos tres días por semana porque los problemas de datos se resuelven más rápido delante de una pizarra que en un hilo de Slack.
Marta Solís
Cofundadora y directora de estrategia. Antes de fundar la empresa trabajó seis años en actuaría y ciencia de datos en el sector asegurador. Licenciada en Matemáticas por la UB.
Daniel Ferrer
Cofundador y director técnico. Ingeniero informático por la UPC con máster en aprendizaje automático. Responsable de la arquitectura de los modelos y de la infraestructura cloud.
Nadia Benhaddou
Ingeniera de datos. Diseña y mantiene los pipelines ETL que alimentan los modelos. Especialista en Apache Spark y dbt. Lleva con nosotros desde 2021.
Pau Riera
Científico de datos sénior. Doctorado en estadística aplicada por la UAB. Responsable de los modelos de NLP y de la validación estadística de resultados.
El resto del equipo lo forman dos ingenieros de machine learning, una analista de negocio, un diseñador de producto y una responsable de operaciones. Cuando un proyecto requiere perfiles adicionales, colaboramos con freelancers de confianza que ya conocen nuestra metodología.
Por qué confían en nosotros
Colaboración con la UPC
Desde 2022 co-dirigimos un proyecto de investigación aplicada con el departamento de Ciencias de la Computación de la Universitat Politècnica de Catalunya sobre detección de anomalías en series temporales industriales. Los resultados se publicaron en la conferencia ECML-PKDD 2023.
Certificación ISO 27001
Obtuvimos la certificación en marzo de 2023. Todos los datos de clientes se procesan en servidores dentro de la UE, con cifrado en reposo y en tránsito. Realizamos auditorías internas cada seis meses y una auditoría externa anual.
Casos documentados
Publicamos estudios de caso con permiso del cliente. El más reciente describe cómo una empresa de logística de última milla en Madrid redujo sus rutas fallidas un 23 % en cinco meses usando nuestro modelo de optimización de entregas.
Formación continua
Cada miembro del equipo dedica el equivalente a 40 horas al año a formación técnica: cursos, conferencias o contribuciones a proyectos open-source. En 2024 asistimos a PyData Barcelona, NeurIPS (remoto) y la conferencia de MLOps Community en Madrid.
¿Tienes un proyecto en mente?
Escríbenos o llámanos. La primera conversación es gratuita y sin compromiso. Analizaremos si tu caso encaja con lo que sabemos hacer y, si no, te lo diremos.
Ir al formulario de contacto