Del 10 al 13 de agosto se llevaron a cabo las 55° Jornadas Argentina de Informática (JAIIO), organizadas por SADIO, en la UTN Facultad Regional de La Plata. La Maestría en Data Mining felicita a investigadores e investigadoras que, en esta oportunidad, presentaron y expusieron destacados trabajos en los diferentes simposios de las Jornadas.
Gustavo Denicolay lleva dos décadas enseñando Data Mining en Economía y Finanzas en la Maestría en Ciencia de Datos de la UBA. En esta entrevista repasa las transformaciones de la disciplina, el impacto de la inteligencia artificial en el aula y los cambios demográficos que están por rediseñar la educación superior en Argentina.
Por Alejandra Lis Fusco (Mg. en Ciencia de Datos-UBA). ¿Existen huellas objetivas en el movimiento real que delaten cuán nítida fue la imagen previa?
Esta tesis aborda esa pregunta combinando estadística, machine learning y técnicas novedosas de modelado de trayectorias 3D, sobre datos de un experimento de la Humboldt-Universität de Berlín, y fue dirigida por la Dra. Elisa Filevich y codirigida por el Dr. Andrés Farall.
En los últimos años, la industria fintech argentina dejó de ser una promesa para convertirse en un ecosistema consolidado, dinámico y altamente competitivo. Para entender cómo se están transformando estos desafíos en la práctica, conversamos con dos referentes del sector: Giselle Zarlenga (Data & AI Lead en Naranja X, economista y egresada de la Maestría en Ciencia de Datos de la UBA) y Bruno Álvarez (Data Science Specialist en Payway e ingeniero biomédico con un Doctorado en Machine Learning por la UNSAM)
Franco Marsico es profesor recientemente incorporado a la Maestría en Ciencia de Datos de la UBA, donde dicta “Inferencia Bayesiana en Ciencia de Datos” y es investigador en genómica estadística. En esta entrevista, presenta la nueva materia y propone un cambio de perspectiva clave: pasar de predecir datos a cuestionar hipótesis.
Carolina Samanta Ramos es profesora de la Maestría en Ciencia de Datos e investigadora del Instituto Geográfico Nacional (IGN). En esta nota nos cuenta sobre los novedosos trabajos prácticos que desarrollan en la materia de GIS y las numerosas aplicaciones que hoy se pueden abordar en la investigación y el desarrollo de la información geográfica.
Por Matias Poullain (Mg. en Ciencia de Datos-UBA). En este trabajo de tesis nos propusimos cuantificar la reducción de la columna de NO2 durante la restricción a la circulación en CABA en 2020 y se logró desarrollar satisfactoriamente modelos de machine learning de buen desempeño relativo tanto para la estimación de la circulación vehicular como para la concentración de la columna de NO2.
Germán Rosati es profesor de la Maestría en Ciencia de Datos e investigador de CONICET en EIDAES-UNSAM. Durante esta entrevista relata de qué modo aplicar la visualización de datos para mejorar la toma de decisiones, su mirada sobre el auge de la IA Generativa y cómo las ciencias sociales computacionales pueden contribuir a resolver problemas más eficientemente.
Por Martín Ariel Pustilnik (Magister en Explotación de Datos y Descubrimiento del Conocimiento-UBA, Investigador y Profesor Adjunto en la Universidad Nacional de Hurlingham). Este artículo es una síntesis de los principales resultados obtenidos en la Tesis de Maestría y el objetivo general del trabajo fue desarrollar modelos de detección temprana del abandono universitario basados en Aprendizaje Automático.
En la era de la transformación digital, las noticias falsas y los contenidos manipulados con inteligencia artificial para crear materiales engañosos que parecen reales, se han convertido en una preocupación global. En este post exploramos la problemática y conversamos con referentes de Chequeado y Ciencia Anti Fake News.
Comentarios recientes