La Facultad Regional Paraná de la Universidad Tecnológica Nacional (UTN) invita a la 2da Edición de las Jornadas Regionales de Ciencia de Datos los días 29 y 30 de septiembre de 2021, en modalidad VIRTUAL. Contarán con la presencia de expertos académicos y referentes de empresas, quienes abordarán una agenda estratégica de temas actuales en análisis de grandes volúmenes de datos y sus múltiples aplicaciones en el terreno de los negocios, el agro y la investigación.

Objetivo: generar un ámbito regional de formación y discusión sobre los principales problemas, técnicas y aplicaciones de la ciencia de datos.

Destinatarios: alumnos de la Maestría en Minería de Datos, estudiantes de grado y graduados de diversas carreras relacionadas con la ciencia de datos, tales como ingeniería, bioingeniería, informática y estadística; profesionales de otras disciplinas. Investigadores y docentes de disciplinas afines. Profesionales del sector público y privado, emprendedores en tecnología y empresarios de la industria.


EXPOSITORES


ENZO FERRANTE
. Estudió Ingeniería de Sistemas en UNICEN (Tandil, Argentina), se doctoró en la Université Paris-Saclay y el INRIA (París, Francia), fue alumno visitante en la Universidad de Stanford (California, EEUU), realizó su postdoctorado en el Imperial College London (Londres, Reino Unido) y a fines de 2017 volvió a la Argentina como investigador repatriado al sinc(i): Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional dependiente del CONICET y la UNL en la ciudad de Santa Fe Capital, donde trabaja en el desarrollo de métodos computacionales basados en aprendizaje profundo para el análisis de imágenes biomédicas. Actualmente es investigador visitante Fulbright en el Martinos Center for Biomedical Imaging asociado a MGH y la Escuela de Medicina de Harvard en Boston, EEUU. Es también docente en la UNL, la Universidad Torcuato Di Tella y la Universidad de San Andres, y ha dictado cursos sobre aprendizaje profundo en la Universidad de Buenos Aires y la Universidad Nacional de Córdoba. En el año 2020 recibió el premio Estímulo de la Academia Nacional de Ciencias Exactas, Físicas y Naturales, y el premio Ciencia y Tecnología Mercosur, por sus contribuciones al área de inteligencia artificial y análisis de imágenes.

 


YANINA BELLINI SAIBENE
. Magíster en Explotación de Datos y gestión del conocimiento.  Hace 24 años que trabaja como investigadora en el INTA aplicando ciencia de datos al sector agropecuario.  Es docente universitaria en Argentina y Uruguay.  Es parte del Global Team de R-Ladies, co-fundadora y chair de LatinR y co-fundadora y Core Team de MetaDocencia.

 

 


YAMILA M. BARRERA.
Licenciada en Matemáticas por la Universidad de Buenos Aires. Recientemente se unió al equipo de Applied Machine Learning en Mercado Libre.  Trabajó 6 años como Data Scientist en Aristas, una start-up argentina, en donde lideró un equipo que utiliza modelos de inteligencia artificial para resolver problemas de la industria. Dio clases en la UBA y UDESA.

 


FEDERICO BAYLE
. Co-fundador y CEO de Dymaxion Labs. Es Licenciado en Economía (UBA) y además Magíster en Explotación de Datos (UBA). Posee una década de experiencia en análisis de datos espaciales e imágenes satelitales. Actualmente, se dedica al desarrollo de algoritmos de visión por computadora y aprendizaje automático para imágenes geoespaciales, como el caso de drones, satélites y otros tipos de sensores. También se desempeña como profesor de posgrado en SIG y Teledetección en la UBA y UTN.

 

PABLO BRUSCO. Es Research Scientist en el grupo de Procesamiento del Habla de ASAPP. Forma parte del Laboratorio de Inteligencia Artificial Aplicada de la Universidad de Buenos Aires (LIAA) y es Jefe de Trabajos Prácticos en el Departamento de Computación de la misma. Realizó su Doctorado en Ciencias de la Computación en el Instituto de Ciencias de la Computación UBA-CONICET (ICC) y su tema fue el estudio de conversaciones habladas mediante técnicas de aprendizaje automático.

 

SEBASTIÁN BLAUSTEIN. Es el Líder del Mercado Local de Buenos Aires en AlixPartners, habiendo iniciado la operación local y formado el equipo que trabaja desde allí. Tiene más de 25 años de experiencia en múltiples industrias. Antes de unirse a AlixPartners, fue el CIO de Puente, un conocido corredor argentino. También se desempeñó como gerente de desarrollo de software en Verizon, donde coordinó varios equipos offshore. Tiene una Maestría en Ciencias de la Computación de la UBA y un MBA de IAE Business School.

 

CRISTIAN YONES – Ingeniero en Ciencias de la Computación y Doctor en Inteligencia Computacional, Señales y Sistemas Egresado de la Universidad Nacional del Litoral. A su vez, es docente en la misma casa de estudios. Forma parte de Argeniss como científico de datos desde Noviembre de 2019. Tiene varios proyectos a cargo como referente técnico y profesional para los perfiles más juniors que ingresan a la empresa. Actualmente trabaja aplicando técnicas de aprendizaje por refuerzo y predicción de series temporales al desarrollo de bots de trading automático.

 


LUCIANO IVÁN ZABLOCKI
– Ingeniero en Ciencias de la Computación. Egresado de la Universidad Nacional del Litoral. Inició su camino profesional en Enero de 2020 en Argeniss. Desde entonces ha formado parte de diversos proyectos. Desarrolló un chatbot en su tesis de grado, aplicando técnicas del procesamiento del lenguaje natural, proyecto que tuvo como director a Cristian Yones.

 

PROGRAMA

MIÉRCOLES 29/9-TALLER

17:00 hs.
Apertura de las Jornadas
Mg. Ing. Alejandro Carrere (Decano de la Facultad Regional Paraná, UTN).]
Dra. Ana Haedo (Directora de Maestría en Minería de Datos, UTN).

17:10 a 21:10 hs.

Taller “Introducción al análisis de imágenes SAR para la clasificación del uso del suelo con técnicas de aprendizaje automático”.
Docente: Federico Bayle.
INFORMACIÓN DEL TALLER

El problema de clasificación de uso del suelo en un período determinado viene siendo trabajado desde hace varias décadas. Para resolverlo, se han empleado diferentes fuentes de datos, como por ejemplo, las imágenes satelitales. En particular, se pueden encontrar dos enfoques marcados a partir del uso de imágenes ópticas e imágenes SAR. Más allá de las ventajas y desventajas de cada enfoque, la disponibilidad de datos puede verse alterada por factores externos que no permitan la correcta adquisición de imágenes ópticas, lo que vuelve indispensable el uso de datos SAR.Para trabajar en esta problemática, el taller brindará a los asistentes un repaso de los problemas asociados con el uso de imágenes de sensores pasivos, para luego introducir las imágenes SAR y profundizar en su procesamiento con el lenguaje Python. El objetivo del taller es obtener un mapa de uso del suelo en diferentes ámbitos urbanos y rurales, comparando las imágenes SAR con las de otros sensores.Se presentará en cada caso una introducción a los distintos tipos de imágenes, técnicas de pre-procesamiento y modelado con algoritmos de aprendizaje automático.
Requisitos deseables para cursar el taller:

  • Conocimientos básicos de teledetección (básicos, nada sofisticado).
  • Conocimientos básicos de análisis de datos con Python (numpy y scikit learn).
  • Conocimientos básicos de SIG (QGIS o similares).

 


JUEVES 30/9-CHARLAS Y PANEL INDUSTRIAL

17:00 hs.
Bienvenida. Moderadores: CPN Paula Kozak e Ing. Ernesto Cullen

17:10 a 17:40 hs.

Charla Inaugural “Deep learning para análisis de imágenes biomédicas”.
Enzo Ferrante (Investigador visitante Fulbright en el Martinos Center for Biomedical Imaging asociado a MGH y la Escuela de Medicina de Harvard en Boston, EEUU).
Resumen
Durante las últimas décadas, los continuos avances en las tecnologías de imágenes biomédicas dieron lugar a una amplia variedad de representaciones visuales del interior del cuerpo humano. Modalidades como los rayos X, el ultrasonido, la resonancia magnética y la tomografía computarizada desempeñan un papel crucial en la práctica clínica y la investigación biomédica. Hoy en día es posible procesar y comprender estos datos gracias al desarrollo de métodos computacionales para el análisis de imágenes biomédicas, particularmente los métodos de aprendizaje profundo (deep learning). En esta charla indagaremos sobre el concepto de aprendizaje profundo, y recorreremos algunas aplicaciones en el contexto del análisis de imágenes biomédicas.

17:40 a 18:10 hs.

Charla Plenaria “Aplicaciones agropecuarias de la ciencia de datos”.
Yanina Bellini Saibene (Investigadora en el Instituto Nacional de Tecnología Agropecuaria).
Resumen
En esta charla introduciremos conceptos relacionados con la ciencia de datos y compartiremos con los asistentes cómo se aplican en el desarrollo de soluciones para el sector agropecuario, dando ejemplos concretos de productos y soluciones digitales que desarrollamos en la EEA INTA Anguil. Daremos detalles sobre los objetivos de cada trabajo, las heramientas que usamos, las profesiones e instituciones que formaron los equipos de trabajo y los resultados obtenidos.

18:10 a 20:10 hs.

Panel Industrial “Problemáticas y desafíos de data science en las empresas”.

  • 18:10 a 18:35 hs.
    “Modelos generativos”.
    Yamila M. Barrera (Integrante del equipo de Applied Machine Learning en Mercado Libre).
    Resumen
    Dentro de la inteligencia artificial hay una amplia variedad de modelos generativos capaces de reproducir texto, imágenes, música, entre otros. En el último tiempo estas técnicas se perfeccionaron alcanzando una performance hasta hace poco impensada. Los rostros artificialmente generados por la red neuronal detrás de thispersondoesnotexist.com impresionan porque parecen reales.En esta charla haré un breve resumen de los métodos generativos más famosos y contaré un caso de aplicación exitoso en la industria.
  • 18:35 a 19:00 hs.
    “Aprovechando modelos de lenguaje pre-entrenados para el análisis de sentimientos en habla”.
    Pablo Brusco (Research Scientist en ASAPP).
    Resumen
    Uno de los problemas en los que trabajamos en ASAPP es el del reconocimiento de sentimientos en la voz (es decir, detectar actitudes “negativas”, “neutrales” y “positivas” en las conversaciones). Debido a la escasa cantidad de recursos anotados (bases de datos en donde humanos han categorizado el audio según su sentimiento), existe una solución canónica: Utilizar el ASR (la transcripción automática del habla) y luego modelos entrenados para reconocer sentimientos en texto.En esta presentación, describiremos brevemente cuál es la solución que proponemos a este problema, junto a algunos desafíos que aún quedan por resolver. En particular, mostraremos cómo es posible re-aprovechar modelos de lenguaje pre-entrenados para el mundo del texto (como BERT-SST2) a través de técnicas de pseudo-etiquetado, las cuales permiten disminuir drásticamente la cantidad de esfuerzo humano necesario.
  • 19:00 a 19:20 hs.  -BREAK-
  • 19:20 a 19:45 hs.
    “Encontrando Insights de negocio con datos”.
    Sebastián Blaustein (Local Market Lider en AlixPartners Argentina).
    Resumen
    En esta charla contaremos algunos ejemplos sobre cómo utilizamos los datos de las compañías para encontrar Insights accionables de negocio. Los datos ya se encuentran allí, el objetivo de la charla es dar visibilidad sobre modos de exponerlos de una forma que permita responder preguntas concretas de un negocio. Exploraremos un ejemplo de análisis de rentabilidad de clientes y productos y otro de mejora en la efectividad para una fuerza de ventas.
  • 19:45 a 20:10 hs.
    "Aplicaciones de la ciencia de datos en un ente de recaudación".
    Cristian Yones (Machine Learning Engineer en Argeniss)
    Luciano Iván Zablocki (Software Engineer en Argeniss).
    Resumen
    Contaremos los principales desafíos técnicos que fueron enfrentados, como equipo, al llevar a cabo el desarrollo y despliegue de un sistema para la Administración Fiscal Municipal de la ciudad de Paraná. Esta solución comprende varios componentes donde se aplican diversas técnicas de minería de datos e inteligencia artificial. En primer lugar, el sistema incluye una herramienta para encontrar la mejor combinación de ciertas variables al momento de realizar un convenio de pago. En segundo lugar, el sistema cuenta con una sección dedicada a la predicción de recaudación y emisión futura. En tercer lugar, el sistema cuenta con un dashboard que presenta una gran variedad de gráficos que ayudan a la toma de decisiones. Finalmente, un sistema de respuesta automática a consultas comunes, aplicando las últimas técnicas del procesamiento del lenguaje natural.

20:10 hs.

Conclusiones. Cierre de las Jornadas.

COSTOS

Día Miércoles 29/09/21
Taller arancelado (*) con cupo limitado
(*) Costo del taller: $ 1.500.- para público en general
Alumnos de la Maestría en Minería de Datos: $ 750

Día Jueves 30/09/21
Jornada de acceso libre y gratuito con inscripción previa

Datos cuenta bancaria para pagos por transferencia
Una vez hecha la transferencia enviar comprobante a posgrado@frp.utn.edu.ar


AUSPICIAN

 


Lugar: Facultad Regional Paraná. Subsecretaría de Posgrado y Capacitación Continua.
Av. Almafuerte 1033 Planta Alta.

Canales para Consultas:
Email: posgrado@frp.utn.edu.ar
Telefónica: (0343) 424-3054/3694 int.137
Días y horarios de atención: Lunes a viernes de 16:30 hs. a 18:30 hs.
Reunión virtual vía zoom: solicitar previamente por email para acordar día y horario