El pasado 14 de noviembre se llevó a cabo la edición 2023 de Data Day en el Estado de Nuevo León donde se dieron cita expertos, académicos y profesionales del campo de datos para discutir tendencias, desafíos y oportunidades en el ámbito de la ciencia de datos, análisis de datos, inteligencia artificial y otros temas de actualidad y en auge.
En esta charla se comparte un vistazo a lo que hace el equipo de analítica avanzada en Arca Continental: cuál es su visión, iniciativas, resultados hasta el momento y perspectivas a futuro.
En esta charla se habla del manejo de datos y sus implicaciones en plataformas de inteligencia artificial considerando el diseño, la predicción de comportamiento de los usuarios y los principales retos en el manejo de DATA a nivel empresarial y corporativo.
Más allá de una opinión, en esta platica, basada en datos, se presenta una prespectiva del mercado laboral en México y las tendencias que marcan una transformación del 23% de los puestos laborales hacia el 2030. Esta presentación te servirá para tener en cuenta qué cambios son necesarios y cononcer las implicaciones de la automatización de AI desde el punto de vista social.
En esta charla, se muestra una solución de modelado e inteligencia de datos para encontrar, visualizar, diseñar, implementar y estandarizar activos de datos empresariales y su gobernanza.
Durante este panel, expertos en materia de ciencia de datos de distintas industrias nos comparten las oportunidades y perspectivas de ciencia de datos en el estado de Nuevo León, en México. Algunas temas que se abordan: - Tendencias emergentes más significativas. - LLMs como nueva herramienta. - Oportunidades en cuanto a desarrollo de productos basado en modelos. - Uso y adopción de soluciones. - Evolución de colaboraciones interdisciplinarias.
Basado en la literatura, se sabe que las condiciones ambientales como temperatura, humedad, presión atmosférica, iluminación, ruido, carga de trabajo, nivel de energía, estrés, fatiga y aspectos ergonómicos pueden tener un impacto notorio sobre la probabilidad de cometer un acto inseguro en la actividad laboral que se traduzca en un accidente de trabajo. O bien tener un impacto en la productividad o eficiencia.
El objetivo de esta charla es transmitir los aprendizajes obtenidos durante el trabajo de la tesis del ponente para la Maestría en Cómputo Estadístico en CIMAT Unidad Monterrey. En esta tesis se usan herramientas de IA en la detección y el seguimiento de los objetos de interés.
El personal de salud se encuentra saturado por sus actividades rutinarias y, además, enfrenta el reto de adaptarse a nuevas formas de captura de datos, como notas médicas electrónicas. Esta transición digital frecuentemente obliga al personal a batallar con herramientas tecnológicas complejas, generando una carga adicional. Entre las presiones regulatorias y de cumplimiento, la generación de datos de calidad se vuelve difícil.
Con el uso de IA, específicamente con algoritmos de Machine Learnig se pueden predecir eventos de falla con mayor precisión y evitar interrupciones de procesos debidas a eventuales fallos en los equipos. Crear un modelo de mantenimiento predictivo para una línea de producción de capacitores cerámicos multicapa (MLCC) mediante el uso de algoritmos de aprendizaje automático para reducir los paros de producción no planificados.
En esta interesante presentación, nos embarcamos en un viaje cautivador a través de la aplicación innovadora de herramientas de visión por computadora (Computer Vision) y aprendizaje automático (Machine Learning) para revolucionar la automatización de la clasificación de alimentos frescos dentro de las bulliciosas líneas de producción de las empacadoras. Esta discusión brinda una visión profunda del proceso de desarrollo, ofreciendo un adelanto detrás de escena.
En 2023, el mundo de la ciencia de datos ha experimentado una evolución significativa. Los equipos de datos se han vuelto más interdisciplinarios, integrando habilidades y conocimientos de diversas áreas. Además, con la aparición de nuevas tecnologías y herramientas, el papel del equipo de datos ha evolucionado, requiriendo una adaptación constante y una apertura a que otros roles usen herramientas tradicionalmente del campo.
La industria de la manufactura está experimentando una transformación digital sin precedentes, y la adopción de tecnologías de vanguardia como la visión por computadora y el aprendizaje profundo (deep learning) se ha convertido en un imperativo para mantener la competitividad.
En esta sesión damos un vistazo a la plataforma de datos utilizada en Digital@FEMSA y se comparten lecciones aprendidas sobre: * Crear un repositorio centralizado para todos los datos de la empresa sin importar su formato o estructura. * Automatizar la gestión de una plataforma de datos bajo el paradigma de Infraestructura como Código (IaC). * Utilizar Google Cloud Composer para orquestar los pipelines de datos.
Descubre cómo emplear pruebas unitarias en procesos de datos, usando herramientas como unittest, Docker y AWS. Aprende a garantizar la precisión y confiabilidad de tus procesos ETL de Big Data de manera eficiente. Ideal para ingenieros de datos y desarrolladores ETL, esta presentación te equipa con conocimientos prácticos para empezar a implementar tus primeras pruebas sólidas y confiables en tus flujos de trabajo de Big Data.
En esta plática se proporciona un método rápido eficiente y de bajo costo para la medición de niveles de las presas en México, usando los datos proporcionados por el sistema de satélites Sentinel de Copernicus, el Programa de Observación de la Tierra de la Unión Europea.
En el contexto de la industria de bebidas y botanas en México, Arca Continental se destaca como un referente en la innovación y la transformación digital. Durante esta presentación, se explora el proyecto Asistente Digital Fuerza de Venta, que implementa modelos y procesos integrados para identificar oportunidades comerciales y desencadenar acciones automáticas dirigidas a la fuerza de ventas.
La medición precisa del crimen organizado ha representado históricamente un desafío, atribuido en gran parte a la naturaleza sigilosa y en constante evolución de estas organizaciones. Sin embargo, en la actualidad podemos aprovechar los medios de comunicación como herramienta para intentar abordar esta problemática. En particular, se empleó una combinación de análisis cualitativo y procesamiento de lenguaje natural (NLP) para detectar la presencia del crimen organizado en México.
En esta charla se comparte el caso de la creación de una plataforma empresarial de LLM (Large Language Model). Adicionalmente, se amplía este caso al contexto general, comentando sobre los beneficios que se pueden obtenerse mediante una plataforma LLM y cuáles son las principales consideraciones a tener en cuenta.
