Javier Orman, originari de Montevideo, va destacar des de petit tant en música com en matemàtiques, arribant a obtenir dues llicenciatures en aquestes disciplines. Tot i que va dedicar-se professionalment al violí, actuant internacionalment, ensenyant i produint música, la pandèmia de la COVID-19 va provocar que busqués nous reptes. Inspirat per una conversa amb una amiga que havia fet el salt a la programació, va començar a formar-se de manera autodidacta en Python i aprenentatge automàtic mitjançant cursos en línia, captivant-se ràpidament pel potencial de les dades i els algoritmes.

Després de fer projectes propis, com visualitzacions de dades de la pandèmia, va començar a treballar en preparació de dades a una startup de salut, Koios Medical. El gran canvi es va produir quan va ser acceptat al programa d’aprenentatge Reach de LinkedIn, destinat a persones sense trajectòria tècnica convencional. Això li va permetre integrar-se a l’equip que desenvolupa els algoritmes de recomanació del Feed de LinkedIn, participant especialment en el “second-pass ranker”, el model final que decideix quins continguts són més rellevants per a cada usuari segons les seves interaccions anteriors.

La seva feina consisteix a experimentar i ajustar models d’aprenentatge automàtic per aconseguir petites millores de rendiment en sistemes ja molt optimitzats. Segons Orman, la disciplina i la pràctica constant que requereix la música han estat fonamentals per adaptar-se al món de la tecnologia, destacant també els vincles profunds entre matemàtica i música. Recomana a qui vulgui fer el salt a l’enginyeria des d’altres àmbits que primer se centrin a desenvolupar una intuïció sobre el funcionament de la tecnologia abans d’aprofundir en els detalls tècnics.

Tot i la seva nova carrera, Orman manté viva la seva passió per la música, i espera algun dia poder unir ambdues facetes treballant en algoritmes de recomanació musical. De moment, troba equilibri alternant entre el món tecnològic i la interpretació musical.