Con la participación especial de Ryan McClarren, profesor asociado del Departamento de Ingeniería Aeroespacial y Mecánica de la Universidad de Notre Dame, el Magíster en Data Science (MDS) realizó en el Campus UAI de Viña del Mar el seminario “Applied Data Science”. La actividad estuvo inaugurada por el decano de la Facultad de Ingeniería y Ciencias, Carlos Jerez, y contó con las exposiciones de los profesores e investigadores (FIC) Leopoldo Bertossi, Doctor en Matemática por la Universidad Católica; Susana Eyheramendy, PhD in Statistics por la Universidad Estatal de New Jersey, Rutgers y Rolando de la Cruz, Doctor en Estadística por la Universidad Católica y director académico del Magíster en Data Science (MDS) quienes expusieron sobre las aplicaciones de Data Science en energía, salud, genética e interpretación de decisiones.
Durante su participación en el seminario, Ryan McClarren, explicó cómo y dónde puede ser aplicada la ciencia de datos y qué organizaciones son las que podrían verse más beneficiadas. El profesor de la Universidad de Notre Dame, graficó además con algunos ejemplos el uso práctico de la ciencia de datos y abordó aspectos sobre cómo el machine learning y la ciencia de datos eran utilizados para entender experimentos relacionados con la producción de energía.
“El Big Data se refiere a la vanguardia del análisis de datos para un campo en particular. Esto significa tomar datos y que los usuarios también puedan tomarlos. El Big Data no necesita ser grande para tener un gran impacto. No se trata de su tamaño, sino de cómo se usa esa información. Uno de los propósitos del Big Data es hacer a los humanos más efectivos. Esto es, ayudar a encontrar y tomar decisiones de manera más efectiva. Por ejemplo, el data geoespacial permite conocer la ubicación de ciertas locaciones geoespaciales y puede otorgar información valiosa para el área del retail como el número de clientes y de personas que pueden estar cerca de su comercio y la distancia entre su residencia y el comercio. Esto permite proyectar qué tan grande puede ser su negocio al potenciar un cierto número de clientes”, explicó McClarren.
También mencionó como ejemplo los Premios Óscar ¿Podemos predecir a los futuros ganadores? La respuesta es sí, aseguró. “Si analizamos eventos similares como los Globos de Oro y otros, podemos observar ciertos criterios que nos pueden ayudar a hacer alguna predicción. Podríamos saber cómo ciertos personas realizan sus votaciones y así cómo podrían votar para los Oscar. El probable ganador de una determinada categoría se puede predecir basándose en una serie de eventos y variables”, sostuvo.
Respecto a su área de investigación, el profesor McClarren indicó que las aplicaciones más destacadas de la ciencia de datos y machine learning para la sociedad eran aquellas para mejorar la comprensión de la física fundamental y los experimentos relacionados con la ingeniería. “Cuando se diseñan sistemas para las energías renovables o para entender simulaciones climáticas, la ciencia de datos puede revelar factores importantes y la relación entre aquellas variables que son más importantes. También porque las herramientas de machine learning pueden explorar rápidamente el diseño del espacio y podemos obtener diseños de ingeniería que nunca antes habían sido considerados por los seres humanos”, concluyó al referirse al impacto y contribución de estas herramientas para los futuros ingenieros.