Seis estudiantes de pre y postgrado de la Facultad de Ingeniería y Ciencias (FIC) UAI participaron de un programa de pasantía junto alumnos de la Universidad de Columbia, y a profesores de la Facultad. Trabajando en tres equipos, investigaron en el proyecto “Application of Predictive and Prescriptive Analytics tools to Observatory Operational Data”, dirigido por el profesor Rodrigo A. Carrasco de la FIC.

Los alumnos del Doctorado en Ingeniería Industrial e Investigación de Operaciones (DIIIO) Anthony Cho y Sebastián Soto; del Magíster en Ingeniería Industrial e Investigación de Operaciones (MIIIO), Paula Oyarzún y Sebastián Gajardo; además de Gianfranco Speroni, del Master of Science in Data Science (MSDS), y Constanza Lorca, alumna de pregrado en Ingeniería Industrial, participaron del programa junto a los profesores Rodrigo A. Carrasco, Gonzalo Ruz y Luis Aburto.

El objetivo de esta pasantía fue conectar a alumnos y alumnas de Columbia y de la UAI, mediante el desarrollo de proyectos desafiantes en ciencia de datos y analítica. Por parte de la universidad norteamericana, tres alumnas -dos de magíster y una de pregrado- más seis estudiantes UAI -dos de doctorado, tres de magíster y una de pregrado-, trabajaron en conjunto durante el verano del hemisferio norte, desarrollando herramientas de automatización de procesos operacionales en observatorios en Chile, como el mantenimiento de sistemas y el procesamiento de datos.

“Dividimos a los estudiantes en tres equipos mezclados entre UAI y Columbia, y cada grupo trabajó en diferentes aspectos de un problema de Data Science en particular, desarrollando soluciones para la detección y diagnóstico de fallas y prescripción de mantenimiento con datos reales. La idea es que posteriormente podamos publicar en artículos científicos, y que además queden implementadas o en vías de implementación en un telescopio en Chile”, explica el profesor Rodrigo Carrasco.

Carrasco destacó el trabajo realizado por los participantes en investigación, que les permitió desarrollar nuevas herramientas para la toma de mejores decisiones en ambientes complejos y con muchos datos. “Los equipos lograron desarrollar una nueva herramienta que permite identificar ciertos patrones en grandes cantidades de datos de manera muy rápida para poder avisar de posibles fallas en los sistemas. Otro grupo logró desarrollar nuevos sistemas basados en inteligencia artificial que permiten caracterizar los trabajos de procesamiento de un servidor para predecir cuánto tiempo tardarían y, junto con ello, desarrollar herramientas que entregan recomendaciones de cómo ordenar los trabajos en un sistema de cómputo para atender a cada cliente de manera de reducir su tiempo de espera promedio”, explica.

“Trabajamos juntos por dos meses y para las alumnas de Columbia significó una gran experiencia colaborar con estudiantes UAI, complementando conocimientos. Para estos últimos significó trabajar con alumnos extranjeros, en inglés y conocer más de otras universidades y cómo enfrentan problemas de investigación. La instancia también mostró que los problemas que estamos resolviendo en Chile son de frontera, y nuestros alumnos y alumnas lo pueden hacer a la par de estudiantes de Columbia, lo cual muestra el gran nivel de los alumnos UAI”, agrega.

Experiencias UAI

“La experiencia en el programa de pasantía con la Universidad de Columbia fue enriquecedora. Estar en contacto con estudiantes de universidades extranjeras es beneficioso y ayuda a entender el alto nivel de estudios que la universidad propone”, señala Sebastián Soto, alumno del Doctorado en Ingeniería Industrial e Investigación de Operaciones (DIIIO) UAI, quien también destaca la ayuda de los profesores que guiaron los trabajos de investigación y desarrollo.

Sebastián Soto, del Doctorado en Ingeniería Industrial e Investigación de Operaciones UAI.

Sebastián trabajó en la predicción de fallas y prescripción de actividades de mantenimiento, en un grupo conformado también por Anthony Cho, del DIIIO, Constanza Lorca, alumna de Ingeniería Industrial UAI, y María Teresa Tome, de la Universidad de Columbia, liderados por Rodrigo Carrasco. “Realizamos modelos específicos de predicción, en base a señales capturadas en los equipos, y se desarrollaron modelos de programación de actividades que permiten apoyar las gestiones de mantenimiento, a fin de mantener la continuidad operacional de los equipos evaluados”, agrega Soto.

Anthony Cho, del Doctorado en Ingeniería Industrial e Investigación de Operaciones UAI.

Anthony Cho también destaca la calidad del programa. “Permite establecer vínculos con grupos de trabajos externos y multidisciplinarios, intercambiar ideas, perspectivas y abordar problemas con diferentes enfoques que podrían mejorar el diseño de los modelos, con el fin de lograr el objetivo deseado, con el mejor desempeño posible”, señala sobre trabajo realizado en el diseño de modelos para detección de fallas en las antenas del observatorio ALMA, predicción y cuantificación de incertidumbre en el tiempo restante de vida útil, además de un modelo de scheduling para la gestión de mantenimiento de las piezas con la información predictiva.

Sebastián Gajardo, del Magíster en Ingeniería Industrial e Investigación de Operaciones (MIIIO) UAI, y Zichan Liu, de Columbia, trabajaron junto al Director de Investigación e Innovación FIC, Gonzalo Ruz. Por su parte, Gianfranco Speroni, alumno del Master of Science in Data Science (MSDS) UAI, trabajó junto a Paula Oyarzún, alumna del MIIIO UAI, y a Mengyao He, de Columbia, en modelos para programación de procesamientos en servidores, liderados por el profesor Luis Aburto, con el fin de disminuir los tiempos de entrega de trabajos de digitalización de imágenes del observatorio ALMA, a partir de una mejor asignación a los recursos computacionales disponibles.

Gianfranco Speroni, del Master of Science in Data Science UAI.

“La posibilidad de intercambiar experiencias y conocimiento resulta ser un acontecimiento enriquecedor y gratificante. El espacio de retroalimentación y colaboración que se genera entre los estudiantes de Columbia y UAI es lo que diferencia este programa, en una dinámica directa y fluida”, destaca Gianfranco.

Paula Oyarzún explica que se enfocaron en las tareas que el observatorio recibe diariamente y que deben realizar sus servidores:  “no se tiene completa certeza de cuánto tiempo tardan las tareas en procesarse, por lo que se busca la mejor forma de ordenarlas en los servidores para minimizar el tiempo de flujo, desde que llegan para ser procesadas hasta que se completan”.

“La experiencia fue muy agradable y provechosa; fue una oportunidad para aprender y mejorar las habilidades relacionadas con el trabajo en equipo. El programa fue muy participativo, permitiendo que podamos compartir y trabajar con nuestro respectivo equipo de trabajo y con todos los profesores y alumnos, lo que hizo que la interacción con los estudiantes de Columbia fuera muy grata”, concluye Paula.