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.
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.
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.
Ernesto Mislej es profesor de la Maestría en Ciencia de Datos y Director Científico de 7Puentes. En esta entrevista nos cuenta sobre los pormenores del dictado de su materia y cómo desarrollar productos basados en datos e inteligencia artificial, que respondan con una solución eficiente a necesidades actuales.
La inteligencia artificial está revolucionando el trabajo de representación de audio. En esta nota, Leonardo Pepino, investigador en formación del Laboratorio de Inteligencia Artificial Aplicada, nos cuenta cuáles son los desafíos y oportunidades actuales que presenta el análisis y desarrollo de representaciones de audio, un área en permanente evolución.
El objetivo de nuestros dos posgrados, especialista y magíster en Explotación de Datos y Descubrimiento de Conocimiento es formar profesionales con las capacidades para capturar, preparar, procesar y analizar datos que se pueden presentar en grandes volúmenes, con la necesidad de ser procesados en tiempo real o extraídos de fuentes muy heterogéneas.
Laura Alethia de la Fuente es Profesora en la materia Aprendizaje Automático y posdoctoranda de CONICET, donde investiga sobre neurociencia cognitiva computacional. En esta nota nos cuenta sobre el dictado de la materia Aprendizaje Automático en la Maestría y acerca del desarrollo de algunos proyectos de investigación destacados.
Recientemente César Caiafa (Investigador Independiente en el Instituto Argentino de Radioastronomía y Profesor Adjunto en la Facultad de Ingeniería UBA) fue designado como Profesor de la materia Aprendizaje por Refuerzos. En esta entrevista con el Blog Predictivos, nos cuenta sobre las perspectivas y el enfoque que tendrá esta asignatura.
Comentarios recientes