Jornada de Divulgación de la Maestría en Ciencia de Datos
El pasado lunes 17 de agosto, los estudiantes de la Maestría en Ciencia de Datos, como parte de su unidad de aprendizaje “Divulgación”, presentaron sus tesinas en el marco de la Jornada de Divulgación. Este espacio permitió a los estudiantes compartir los resultados de sus investigaciones y, al mismo tiempo, poner en práctica los conocimientos y herramientas que han adquirido a lo largo de su formación.
A diferencia de una tesis, que generalmente implica una investigación más extensa y profunda y suele ser un requisito para obtener un grado académico, una tesina es un trabajo de investigación de menor extensión que busca demostrar la capacidad del estudiante para abordar y desarrollar un tema de manera estructurada. Aunque ambas requieren investigación, análisis y fundamentación, la tesina suele tener un alcance más acotado y puede centrarse en la aplicación de conocimientos a un problema específico.
Durante la jornada, los asistentes pudieron conocer distintos proyectos en los que se aplicaron técnicas como la regresión lineal, los árboles de decisión y herramientas de machine learning, abordando problemas y situaciones desde diferentes contextos. Cada proyecto presentó sus propios retos y enfoques, mostrando la variedad de aplicaciones que puede tener la ciencia de datos.
El segundo piso del área de Posgrado se llenó de estudiantes, familiares de los expositores, evaluadores y personas interesadas en conocer el trabajo que se estaba realizando. Frente a cada proyecto, los expositores tuvieron la oportunidad de explicar el proceso que siguieron para desarrollar sus tesinas: desde la construcción del marco teórico, pasando por la recolección, limpieza y tratamiento de los datos, hasta la aplicación de los modelos y el análisis de los resultados obtenidos.
Más allá de presentar un proyecto terminado, la jornada permitió conocer todo el camino que hay detrás de una investigación. Cada estudiante compartió las decisiones que tomó, los problemas que encontró durante el proceso y los objetivos que logró alcanzar con su trabajo.
Uno de los aspectos más agradables de la jornada fue observar la emoción de los propios estudiantes al hablar sobre sus proyectos. En cada explicación se podía notar el entusiasmo por compartir aquello en lo que habían trabajado durante tanto tiempo. Y quizá no hubo mejor muestra de ello que ver cómo a cada expositor le brillaban los ojos cuando alguien se acercaba y mostraba interés por su tesina.
Después de todo, una investigación no termina cuando se obtienen los resultados. También existe un valor importante en poder compartirlos, responder preguntas y despertar la curiosidad de otras personas. La Jornada de Divulgación fue precisamente un espacio para eso: acercar el trabajo realizado por los estudiantes a la comunidad y recordar que detrás de cada conjunto de datos, modelo o resultado existe una pregunta, una investigación y, sobre todo, una persona que dedicó tiempo y esfuerzo para encontrar respuestas.
En La Integral tenemos la filosofía de compartir experiencias y conocimiento. Por ello, les preguntamos a los participantes si nos permitían conocer un poco más sobre sus tesinas y compartir su trabajo con nuestra comunidad. Aprovechamos también para preguntarles algo que nos pareció igual de interesante: ¿por qué escogieron ese tema para desarrollar su tesina?
Jesús Alberto Cortez Hernández, con su tesina “Modelo Predictivo del Precio de Oferta de Inmuebles Residenciales en México a Partir de Variables Estructurales, Geográficas y Textuales de Anuncios Inmobiliarios”, nos cuenta que siempre ha tenido interés por el sector inmobiliario, por lo que no dudó en aprovechar la oportunidad que le dio la maestría para aplicar sus conocimientos de ciencia de datos en un proyecto relacionado con este tema.
La idea de predecir el precio de oferta de inmuebles residenciales le pareció especialmente atractiva. Uno de los aprendizajes que más pudo aprovechar durante el programa fue el manejo de información de distintos tipos y formatos, incluso aquella que no está estructurada, lo que le permitió analizar los datos con mayor precisión y obtener información más útil.
Tesina de Jesús Alberto Cortez Hernández
Si hay algo en lo que la mayoría podemos coincidir con Magaly Rivera Valdez es en su amor por el café. No solo por su sabor, sino también por la capacidad que tiene de reunirnos y permitirnos compartir momentos con nuestros seres queridos.
En un mundo donde muchas veces vivimos deprisa, también necesitamos momentos para relajarnos. Para Magaly, ese tiempo lo aprovecha recorriendo Nuevo León en busca de nuevas cafeterías locales junto a su madre. Para ella, no hay nada mejor que viajar, charlar y pasar tiempo de calidad en familia.
Es precisamente este gusto por el café lo que la llevó a desarrollar su tesina “¿Qué tan bien se puede estimar el agrado por el café negro a partir de respuestas JAR y CATA?”, en la que realiza una comparación de seis modelos predictivos evaluados a partir de las respuestas de los consumidores.
Tesina de Magaly Rivera Valdez
Ricardo Alan Guzmán Garza trabaja en una empresa de comercio electrónico del sector farmacéutico, donde pudo observar de cerca la importancia de las empresas logísticas en el crecimiento que ha tenido el comercio electrónico en México. También notó que una parte importante de lo que pagamos al realizar una compra en línea está relacionada con los gastos de entrega.
A partir de esta experiencia y con la intención de buscar una solución a este problema, Ricardo decidió enfocar su investigación en la optimización de rutas de entrega para el comercio electrónico, buscando aprovechar las herramientas de ciencia de datos para hacer más eficientes estos procesos. Así naciendo su tesina “Hiper-heurísticas Basadas en Machine Learning para el Problema de Ruteo de Vehículos en el Contexto del E-Commerce”
Tesina de Ricardo Alan Guzmán Garza
“Métodos tradicionales vs. machine learning en la predicción de retornos de acciones de IA”, así nombró su tesina Héctor Alejandro Márquez González, quien observó el gran crecimiento que han tenido las empresas relacionadas con la inteligencia artificial y cómo esto ha despertado el interés de muchas personas por invertir en ellas, incluido él mismo.
Motivado por la curiosidad de conocer qué tan útiles pueden ser diferentes herramientas de análisis, Héctor decidió comparar métodos tradicionales con algoritmos de machine learning para intentar predecir los retornos de acciones relacionadas con la inteligencia artificial.
Tesina de Héctor Alejandro Márquez González
Luis Daniel García Pérez se interesó en el proyecto de destilado de agave Flammam, por lo que lo usó como su caso de estudio. La razón de trabajar en esto es el impacto positivo que puede llegar a tener en los productores locales de estos destilados. Siempre le es gratificante dedicarle tiempo a un proyecto con un plan para beneficiar a alguien más, y se enorgullece de poder apoyar el proyecto para avanzar hacia este propósito. Por lo que así dio su aporte al proyecto, nombrando su tesina como “Modelado del grado alcohólico como parámetro de calidad en destilados de agave mediante FTIR-ATR y aprendizaje automático”.
Tesina de Luis Daniel García Pérez
Bitcoin es conocido por su alta volatilidad, pero Cecilia Arlet Treviño Morin destaca también la operación continua y los frecuentes cambios de precio y actividad de negociación, lo que favorece comportamientos inusuales que busca analizar mediante diferentes métodos de detección de anomalías. Además, identificar estos comportamientos permite reconocer periodos de rendimientos extremos, incrementos de volatilidad o cambios importantes en la actividad del mercado. Por esta razón, Bitcoin representa un escenario adecuado para comparar métodos estadísticos y de aprendizaje automático, así como para explorar su aplicación en herramientas de monitoreo y alerta temprana, creando así su tesina “Detección de Anomalías en el Mercado de Bitcoin”.
Tesina de Cecilia Arlet Treviño Morin
A Bruno Ruiz Flores le interesó el proyecto de microestructura entre casas de apuestas en la MLB, por lo que lo usó como su caso de estudio. La razón de trabajar en esto es su gusto por los deportes. Siempre le es gratificante dedicarle tiempo a un proyecto que combina su interés personal con el rigor estadístico y metodológico del análisis de datos. Y se enorgullece de poder aportar evidencia sobre dónde reside realmente la ineficiencia de estos mercados. Por lo que así dio su aporte al proyecto, nombrando su tesina como “La ventaja no está en el modelo: microestructura entre casas de apuestas en la MLB”.