Agenda

Los contenidos de Data Day estarán organizados en 3 grandes tracks:

1) Machine learning MBA. Sesiones dirigidas a ejecutivos y audiencia de negocios donde compartimos casos de aplicación de data science y analítica predictiva en distintos sectores (retail, medios, manufactura, etc), así como recomendaciones para implementar una práctica efectiva de data science en una organización.

2) Hard core machine learning + data science. Sesiones dirigidas a científicos de datos enfocadas en prácticas, técnicas y herramientas para construir modelos efectivos de análisis predictivo.

3) Big Data Engineering. Sesiones dirigidas a desarrolladores de software y DevOps enfocadas en prácticas, técnicas y herramientas para implementar software e infraestructura que soporten adecuadamente los modelos deseados.

Agenda

8:40-9:00 Apertura y bienvenida
9:00-9:40 Behind the AI curtain: Designing for trust in machine learning products, por Crystal Yan
9:40-10:20 Preparando nuestras ciudades para la transformación digital, por Zinnya del Villar
10:20-11:00 IoT + BI: Cómo resolver la disparidad de velocidad, por Miguel Flores (Data IQ)
11:00-11:40 Coffee break y visita a expo
Machine learning MBA Hard core machine learning & data science Large scale data engineering
11:40-12:20 Innovación @Amazon Lectura de comprensión automatizada con deep learning, por Fernanda Mora Taller: Dplyr + R + Spark = Sparklyr, por Edgar Ruíz (RStudio)
12:20-13:00  MongoDB en la Transformación Digital, por Omar Camacho Optimización del sistema de transporte por medio de aprendizaje por refuerzo, por Adolfo Martínez
13:00-13:40 Machine learning usando Weka, en un entorno de cómputo distribuido, por Alexandra Lemus (VinkOS) You might not need Pandas, por Reuben Cummings Taller: Análisis de datos con MongoDB – Alejandro Mancilla
13:40-14:20 El camino hacia la empresa inteligente, por Arturo Cárdenas Cuando la tierra se sacude, por Amaury Gutiérrez
14:20-15:20 Comida
15:20-16:00 Grandes poderes, grandes responsabilidades, por José A. Padrós De género a género: El uso del lenguaje a través de vectores de palabras, por Irving Simonin Wilmer Cómo construir pipelines para streaming de datos en visualizaciones: Un ejemplo divertido usando Minecraft , por Ángel Alvarado
16:00-16:40 El proyecto fue un éxito ¿y ahora?, por Ángel Monjarás Strategies to edit production data, por Julie Qiu Taller: Datos en tiempo real con GraphQL, por Rodrigo Quezada
16:40-17:20 Usos correctos (e incorrectos) de datos de INEGI – Andrea Fernández Conde Sanitización de datos y privacidad, por Juan Zínser
17:20-17:50 Coffee break y visita a expo
17:50-18:30 Cromatocracia: El Pantone de la movilidad social en México, por Adrián Santuario La importancia estratégica de considerar mezclas de distribuciones, por Moyocoyani Molina Taller: Limpieza y preparación de datos con Optimus y Apache Spark
18:30-19:10 Lo que las Telcos saben de nosotros y a quién se lo dan, por José Soto Galindo y Christian Ladrón de Guevara RKHS, teoría y aplicaciones con machine learning, por Alonso Baranda