Webinar
DATA SCIENCE
EN LA
INDUSTRIA
Martes 09 de noviembre 2021
18:00 horas Guatemala
Acceso desde cualquier dispositivo
¿A quién va dirigido?
Profesionales del área de Data Sience y temas relacionados que deseen conocer algunas de las aplicaciones más innovadoras en Data Science para resolver distintos tipos de problemas en la industria.
¿De qué tratará el Webinar?
En este webinar se abordarán algunas aplicaciones y la solución de problemas específicos utilizando Data Science en diferentes sectores y tipos de industria en Centroamérica, abordaremos temas como Inteligencia Artificial aplicada al sector energético, detección de transacciones anómalas y data science aplicada en ventas en un centro de ventas, entre otras.
Listado de temas a abordar en este Webinar
- Applications of data science into sales center management – Ing.Carlos Zelada
- Detección de Anomalías- Ing. Luis Leal
- Inteligencia Artificial en el Sector Energético y Generación Fotovoltaica – Ing. Yalmar Cardenas
EXPERTOS INVITADOS
Ing. Carlos Zelada
Ingeniero en electrónica y posee una maestría en Investigación de Operaciones de la Universidad Galileo.
En el año 2003 inició como catedrático de matemática en la Universidad Galileo y ha dictado cursos en una gran variedad de áreas de la matemática y la ingeniería. Actualmente es Senior manager de Analytics para Healthcare.com y PivotHealth.com, la cual es una de las compañías de mayor crecimiento en Estados Unidos de América y tiene el primer lugar en insurance tech. Su experiencia es en modelos de machine learning en producción, recomendadores, diseño y ejecución de proyectos de inteligencia de negocios.
Conferencia: Applications of data science into sales center management
La decisión de comprar un plan de seguro en EE.UU es muy importante para cada individuo. Basado en su sueldo mensual, su edad y condiciones pre-existentes el mejor plan puede variar. Actualmente los usuarios pueden tomar dos caminos para hacer su compra pueden auto-servirse o hablar con un agente certificado para recibir su ayuda. Cada camino requiere diferentes decisiones que son manejadas por diferentes modelos. En esta plática discutiremos los desafíos con los que nos encontramos en el segundo camino. No entraremos a detalle en la solución técnica pues los problemas están aún abiertos pero esto ayudará a los asistentes a entender los desafíos y el por que data science es clave para resolverlos
Ing. Luis Leal
Científico de la computación, con experiencia en ingeniería de software y data science.
Tienen conocimientos sólidos de matemática y estadística y se han especializado en algoritmos de machine learning, Deep learning by reinforcement learning. Ha sido profesor universitario por varios años en varias universidades de Guatemala. Ha desarrollado múltiples proyectos Inteligencia Artificial y tienen múltiples certificaciones en el área de ciencia de datos. Actualmente es Data Scientist en Xoom, un servicio de PayPal.
Conferencia: Detección de Anomalías
En la actualidad existen muchos métodos efectivos para realizar detección de anomalías en datos de interés, siendo uno de los más conocidos y utilizados un método estadístico basado en modelar los datos como variables aleatorias normales para luego encontrar la probabilidad de nuevas observaciones a evaluar y si su probabilidad es baja, etiquetarlas como anomalía. Pero este método puede no ser efectivo en casos en los cuales los datos no se comportan de forma normal por lo tanto recurrimos a métodos de “estimación de densidad” los cuales pueden ser computacionalmente costosos, como podemos escalar estos métodos a miles de variables de interés, con millones de observaciones por cada variable? Apache Spark puede proveer una alternativa la cual será discutida en esta charla.
Ing. Yalmar Cardenas
Ingeniero electricista graduado de la Universidad Nacional Autónoma de Honduras en 2014 y pasante de la maestría en Data Science en la Universidad de Galileo
Con 6 años de experiencia en el sector fotovoltaico, trabajo en la construcción del parque solar fotovoltaico Nacaome y Valle como jefe del departamento de ingeniería eléctrica (enero 2015- diciembre 2015), posteriormente a la construcción del parque solar fotovoltaico trabajo como jefe del departamento de Ingeniería de proyectos en la empresa Representaciones Mecánico eléctricas SA (enero 2016 – enero 2017), desde el año 2017 comenzó a laborar en el parque solar fotovoltaico Nacaome y Valle como jefe de Operación y Mantenimiento (enero 2017 – junio 2018) y actualmente se desempeña como Gerente de planta del parque solar Fovoltaico Nacaome y Valle (julio 2018 – Actual). En el año 2018 participó en la construcción del SUNRISE SOLAR PARK, Aruba, como jefe de instalación fotovoltaica y en 2019 en el Proyecto Fotovoltaico Las mesas, El Salvador, como consultor/asesor de instalación fotovoltaica.
Conferencia: Inteligencia Artificial en el Sector Energético y Generación Fotovoltaica
La inteligencia artificial se puede aplicar a ramas como la medicina, la robótica, física o en sectores muy particulares como en nuestro caso al sector energético, muchas de las aplicaciones en este sector van desde modelos de predicción para pronóstico de fallas “mantenimiento predictivo”, Análisis de imágenes aplicado al mantenimiento correctivo, pronóstico de la demanda, la digitalización de las redes como se le conoce comúnmente “Smart Grid” lo cual tiene como propósito mejorar la operatividad de las mismas generando datos que se pueden analizar en tiempo real para tomar acciones, en el caso de las energías renovables como se sabe tienen un inconveniente, la intermitencia de sus recursos, para el caso de la energía solar fotovoltaica y la energía eólica lo cual hace que se produzca un comportamiento comúnmente conocido como variabilidad , dicha variabilidad no es buena para el sistema eléctrico debido a que esto dificulta la capacidad de planificar los despachos de energía. En esta charla daremos un vistazo general de cómo la inteligencia artificial y machine learning puede apoyar en este sector.
Dr. Jorge Samayoa
Moderador
Director del Instituto de Investigación de Operaciones, tiene un Ph.D. en Ingeniería de la Universidad de Purdue y una maestría en matemática aplicada de Texas A&M, además de ser graduado de Universidad Galileo. Es profesor e investigador en temas de Data Science y Optimización; donde ha generado varias publicaciones científicas.
¡Regístrate!
Participa en el Webinar: Data Science para la Industria, que se llevará a cabo el martes 09 de noviembre de 2021 a las 18:00 horas (UTC-6). Deja tus datos a continuación para reservar tu espacio: