Del 7 al 10 de diciembre, 2021
La Red Nacional de Investigación y Educación (RNIE) RedCONARE, el Centro Nacional de Alta Tecnología (CeNAT), organiza una vez más el evento Costa Rica Big Data School. Este año con el objetivo principal del evento es instruir en herramientas de programación en los lenguajes de R y Python, junto con los principales paquetes de manipulación de datos, y enfocado a estudiantes e investigadores de las universidades estatales en todas sus sedes. Así como también a profesionales de la industria y gobierno local.
Ya que Big Data es un término bastante conocido en ciencias de la computación debido a la amplia aplicación y la madurez de herramientas y técnicas desarrolladas en el área. Se ha decido brindar un espacio sin costo para personas del sistema de educación pública y profesionales en el área que tengan la necesidad de aprendizaje en el tema.
De esta forma, esperamos que disfrute lo que hemos preparado y que saque el máximo provecho del evento.
Ing. Carlos Gamboa Venegas
Coordinador Científico RedCONARE
Organizador Costa Rica Big Data School
Programa
| FECHA & HORA | Martes 7 | Miércoles 8 | Jueves 9 | Viernes 10 |
|---|---|---|---|---|
| Charlas 09:00 – 10:00 | Sofía Ulloa: Construcción de visualizaciones, un camino hacia el entendimiento de los datos | Philippe Heymans Smit: Consideraciones éticas en machine learning | ||
| Sesión 1 10:00 – 12:00 | Python Numpy | Python Visualization | Machine Learning | PySpark |
| 12:00 – 13:00 | Almuerzo | |||
| Sesión 2 13:00 – 16:00 | Python Pandas | Python Visualization | Machine Learning | PySpark |
Herramientas
Presentadores
Phillipe Heymans Smith – Consideraciones éticas en machine learning
Biografía: Científico de datos en Growth Acceleration Partners y autor del paquete de R, chronicle. Philippe es apasionado por enseñar programación en R y crear herramientas de fácil uso para el desarrollo responsable de ciencia de datos. Graduado de Ciencias Actuariales en la Universidad de Costa Rica y actual estudiante de maestría en Ciencia de Datos e Inteligencia Artifical en Data ScienceTech Institute de Francia, busca facilitar la implementación de métricas de justicia algorítmica en los procesos de prototipado y produccionización de modelos.
Sinopsis de la charla: Los sistemas de machine learning suelen presentarse como reemplazos robustos para los defectuosos procesos de decisión humana, pero ¿de dónde están aprendiendo esos sistemas? En este webinar exploraremos las diversas consideraciones éticas que no debemos pasar por alto al desarrollar soluciones basadas en datos, así como diversas estrategias para mitigar el impacto de los sesgos en nuestros modelos.
Sofía Ulloa – Construcción de visualizaciones: un camino hacia el entendimiento de los datos
Biografía: Graduada de ingeniería en biotecnología del Instituto Tecnológico de Costa Rica. Durante sus estudios de pregrado y posterior a estos se dedicó a la investigación científica en el área de proteínas y vacunas. Posteriormente, obtuvo su maestría en Investigación Biomédica de la Universidad de Navarra en donde estudió posibles tratamientos virales contra el cáncer. Desde el 2018 se ha dedicado al análisis de datos de industria farmacéutica mediante el montaje de visualizaciones para la interpretación de resultados.
Sinopsis de la charla: Esta charla es una introducción al big data y a la utilización de las visualizaciones para mejorar nuestro entendimiento de los datos y la toma de decisiones.
Instructores
Ana Cristina Soto Rojas
Biografía: Ana Cristina tiene un Bachillerato en Ciencias Actuariales y actualmente cursa la Maestría de Ciencias de la Computación en el TEC. Es asistente en el Centro Nacional de Alta Tecnología en el Colaboratorio Nacional de Computación Avanzada en un proyecto de simulaciones epidemiológicas. Es voluntaria en Científicas de Datos Costa Rica. Le interesan los temas relacionados con visualización de la información, modelación, ciencia de datos y ética.
Kenneth Obando
Biografía: Ingresó en 2018. Ingeniero en computación, Instituto Tecnológico de Costa Rica. Ha realizado proyectos de investigación en “Text Analytics”, “Machine Learning”, análisis estadístico de datos multiespectrales, configuración y prueba de clústers, además de desarrollar diversas aplicaciones web. Pertenece a la Mesa de ciencia de datos y visualización del Programa Estado de la Nación.
Mariela Abdalah
Biografía: Mariela es una ingeniera química graduada de la Universidad de Costa Rica. Actualmente trabaja para el Colaboratorio de Computación Avanzada en el CeNAT, donde conduce investigación en computación científica. Ha trabajado en proyectos de meteorología y epidemiología, aplicando código de simulación paralelos y seriales para el análisis y predicción en sistemas complejos. Sus intereses de investigación son: modelado, simulación y computación científica.
Raquel Miranda
Biografía: Raquel es una ingeniera en computación graduada del Instituto Tecnológico Costarricense. Actualmente ella trabaja en el CeNAT donde conduce investigación en ciencia de datos, también es co-directora de Científicas de Datos Costa Rica como parte del comité de dirección de Women in Aerospace Costa Rica. Le interesan los temas de: género, ciencia y tecnología.
Diego Jiménez
Biografía: Diego Jiménez es un ingeniero en computadores graduado del Instituto Tecnológico de Costa Rica. Actualmente trabaja en el Colaboratorio de Computación avanzada del CeNAT donde conduce investigación en computación científica y computación de alto rendimiento. Ha trabajo en proyectos de neurociencia computacional y física de plasmas aplicando técnicas de programación paralela para acelerar simulaciones. También ha estudiado patrones de comunicación presentes en aplicaciones MPI de larga escala y su mapeo a topologías de interconexión común en computación de alto rendimiento. Sus intereses de investigación son: paradigmas de programación paralela y computación de alto rendimiento.
Fabricio Quirós Corella
Biografía: Investigador enfocado en análsis y procesamiento de datos no estructurados (e.j., audio, imágenes, video) y docente del Colaboratorio Nacional de Computación Avanzada (CNCA), egresado del programa de licenciatura en ingeniero electrónica y de maestría científica en procesamiento digital de señales del Tecnológico de Costa Rica (TEC), conocimientos y especial interés sobre procesamiento de audio, de imágenes, reconocimientos de patrones y visión por computadora, experiencia en el uso de Python como herramienta para la implementación de modelos de aprendizaje profundos para reconocimiento de sonidos percusivos en muestras musicales.
Carlos Gamboa
Biografía: Carlos Gamboa Venegas es actualmente el coordinador científico de la Red Nacional de Investigación y Educación, RedCONARE. Profesor interino de la carrera de Ingeniera en Computación del Instituto Tecnológico de Costa Rica, y ejerce labores de investigación en el Colaboratorio de Computación Avanzada del Centro Nacional de Alta Tecnología. Ingeniero en Computación y Máster en Ciencias de la Computación del Instituto Tecnológico de Costa Rica. Su interés y experiencia abarcan disciplinas como redes académicas, bioinformática, ciencias de datos e inteligencia artificial.
Registro
Requisitos
- Ser estudiante, profesor o investigador activo de alguna de las cinco universidades públicas (UCR, TEC, UNA, UNED, UTN), del CONARE o alguno de sus programas adscritos: CeNAT, PEN y SINAES.
- Estudiantes avanzado de carreras de ciencias de la computación, estadística o afines (cursando el tercer año en adelante)
- Ser persona graduada de carreras de ciencias de la computación, estadística o afines.
- Tener un nivel intermedio de programación (preferiblemente Python)
- Persona con perfil profesional relacionado con manejo y análisis de datos
Inicio del proceso de aplicación: 9 de noviembre
Cierre del proceso de aplicación: 21 de noviembre a las 12 m.d.
Notificación de aceptación/rechazo: 26 de noviembre
Confirmación de participación de las personas aceptadas: 1 de diciembre
Cupos
La cantidad de participantes esta limitada a 40 personas.
Aplicación
Puede realizar su aplicación llenando el siguiente formulario:
La aceptación de su aplicación está condicionada a que cumpla los requisitos y a la valoración de su perfil académico y profesional.
Organizadores
El Colaboratorio de Computación Avanzada (CNCA) del Centro Nacional de Alta Tecnología (CeNAT) es un espacio multidisciplinario donde el descubrimiento científico es acelerado a través de la infraestructura de computación avanzada. Esta infraestructura incluye no solo hardware especialidad y actualizada, sino que también contiene un conjunto de aplicaciones eficientes y personal entrenado para tomar ventaja de toda la tecnología disponible. Esto permite al CNCA trabajar en las principales dimensiones de investigación, desarrollo de proyectos, capacitación y prestación de servicios.