Las herramientas del data science permiten optimizar procesos en sectores como retail, salud, energía, transporte y logística, y agricultura, por mencionar algunos. Tecnologías y herramientas que incluyen IA y deep learning, ayudan a reducir las probabilidades y tomar decisiones basadas en datos más precisos. La charla es virtual y gratuita.
Con la presentación de Joaquín Villagra, Head of Technology & Founder en I+D Analytics, Magíster en Inteligencia Artificial de la Universidad Internacional de Valencia, se realizará el jueves 21 de marzo, a las 19 horas, una clase magistral gratuita sobre la aplicación de técnicas de data science en escenarios de incertidumbre para la toma de decisiones.
La charla será moderada por Rolando de la Cruz, Director Académico Magíster en Data Science de la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez, e investigador titular de Data Observatory.
Mediante la ciencia de datos es posible proyectar escenarios y así generar medidas de gestión factibles. Un ejemplo de estos escenarios inciertos se observa en el Retail, industria en la cual no es posible precisar el volumen de ventas futuras, mas hoy gracias a los avances de la ciencia de datos, es posible optimizar los procesos, desde el abastecimiento hasta la última milla, y así acotar la probabilidades.
«En la ciencia de datos, la asertividad en la toma de decisiones en escenarios de incertidumbre se apoya en una combinación de técnicas estadísticas, aprendizaje automático y modelado predictivo, entre otros. Algunas de las técnicas y herramientas más destacadas incluyen: análisis predictivo, modelos de simulación, optimización, análisis de series temporales, inteligencia artificial y deep learning», explica Villagra.
El Análisis Predictivo utiliza datos históricos y algoritmos de machine learning para predecir el futuro. Herramientas como Python y R, con librerías como scikit-learn, TensorFlow y PyTorch, son fundamentales en este ámbito. Asimismo, los Modelos de Simulación, replican diversos escenarios posibles, permitiendo evaluar riesgos y tomar decisiones informadas.
Por otra parte, herramientas de Optimización, permiten a través de modelos matemáticos, buscar la mejor solución posible frente a un conjunto de restricciones y objetivos. Técnicas como la programación lineal y algoritmos genéticos son comunes en esta área.
El Análisis de Series Temporales analiza patrones de datos temporales para prever tendencias y demanda. Y por último, la Inteligencia Artificial y el Deep Learning, proveen un análisis avanzado de datos, especialmente en el procesamiento de lenguaje natural y visión por computadora, que puede ser crucial en la interpretación de datos no estructurados.
Rolando de la Cruz, sostiene la importancia del data science en el desarrollo sostenible de las industrias. «La aplicación de técnicas y herramientas de ciencia de datos es crucial en prácticamente todos los sectores productivos y de la industria, especialmente en aquellos donde la incertidumbre juega un papel importante en la toma de decisiones».
Sectores como el retail, el data science permite optimizar inventarios y pronosticar demandas; en finanzas, es determinante para la gestión de riesgos, detección de fraudes, y la automatización del trading; en salud, contribuye en el diagnóstico precoz de enfermedades, en el desarrollo de nuevos fármacos y la personalización de tratamientos; en energía, ayuda en la predicción de demanda, optimización de la distribución y en la gestión de recursos renovables; en transporte y logística, colabora en la optimización de rutas, pronóstico de tiempos de entrega y gestión de flotas; y en agricultura, contribuye en la optimización de cultivos, predicción de rendimientos y gestión sostenible de recursos.
La participación es totalmente gratuita y las inscripciones están abiertas en:
Revisa nuestra sección Eventos aquí.
