fbpx

Programa

Las conferencias de Data Day están organizadas en 4 tracks para atender a distintos tipos de audiencia e intereses:

  • Estrategia basada en datos para negocios, para ejecutivos interesados en innovar sus negocios por medio de analítica de datos.
  • Hard core machine learning, para los científicos de datos interesados en construir modelos predictivos de alto desempeño.
  • Laboratorios prácticos de ingeniería de datos, para los ingenieros que construyen y administran infaestructura para procesar datos a gran escala.
  • Ciencia de datos con impacto social, donde conoceremos cómo aplican ciencia de datos el gobierno y ONGs para brindar beneficios a la sociedad.
Day 1
21 Mar 2019

Machine Learning con Tensorflow y R

Mostraremos cómo es posible interactuar con Tensorflow desde R, y en qué escenarios puede ser útil aprovechar esta integración.
Edgar Ruíz

Creando ChatBots Inteligentes con NLP y Node.js

Aprenderemos cómo construir un chat bot utilizando el Microsoft Bot Framework y el servicio LUIS (Language Understanding Intelligent Service) para comprensión de lenguaje.
Glaucia Lemos

Data as a Service

Las organizaciones más exitosas son aquellas que están equipadas para responder en tiempo real a oportunidades y amenazas. Analizaremos los principales retos que enfrentan las organizaciones para aumentar su agilidad, y veremos cómo se pueden superar por medio de una combinación de personas, procesos y tecnología.
Alberto Méndez

Laboratorio práctico: La sazón del científico de datos

El platillo no siempre sale bien aún cuando sigas la receta… pero con aderezo y sazón matemático, saldremos bien librados en la batalla de presentar un modelo digno de estrellas michelin. Este taller pretende hacer una conexión entre el arte...
Consultar
Alexandra Lemus

¿Quién decide?

Exploramos un playbook de preguntas cruciales para que la experiencia otorgada desde el área de analítica o ciencia de datos en una empresa sea de la mayor calidad.
José Antonio Padrós

El valor del repositorio único de datos

Abordaremos los principales retos y fallas más comunes en la creación de repositorios únicos de datos empresariales.
Alejandro Vergara

Cómo obtener la confianza del cliente mediante modelos interpretables e imparciales

Mientras que las redes neuronales han sido muy exitosas en problemas como visión computacional o NLP, con todo y que tienen el problema de ser cajas negras sin posibilidad de interpretación sobre cómo llegaron a tal o cual conclusión, existen...
Consultar
Liliana Millán

El modelo es lo de menos

Transmitiremos las experiencias de ConCrédito al volver operacionales los modelos recibidos de consultores externos y la forma en la que embebimos estos modelos a nuestro ecosistema operacional
Victor González

How can an algorithms be biased?

We will walk through a step by step example of building a prediction algorithm, focusing on areas where bias could be introduced. Then, we'll take a look at when in the real world algorithms like this were actually used to make biased decisions.
Eva Sasson

Plataforma Digital Nacional

Veremos en qué consiste la plataforma, qué tipo de información contiene y cómo se puede utilizar para construir herramientas que usen datos abiertos de gobierno para combatir la corrupción.
Fernanda Mora Alba

Laboratorio práctico: Construye una aplicación serverless con MongoDB Stitch

En este laboratorio práctico aprenderás a crear una aplicación moderna haciendo uso de servicios públicos mediante el uso de MongoDB Atlas y MongoDB Stitch.
Alejandro Mancilla

Ética, población y educación

Presentamos el uso de la ciencia de datos para realizar análisis puntuales a diferentes estudiantes en el sistema educativo, identificando a los alumnos con mayor riesgo de abandonar la escuela.
León Palafox

Modeling Beauty

What if we could create a program that could define and also predict beauty in images? The goal of this talk is to encourage clamor, creativity, and care surrounding machine learning.
Rachael Ferguson

Cómo lidiar con el crecimiento exponencial de datos

Caso de estudio donde se muestra como clasificar datos para procesarlos y almacenarlos de forma distinta apoyándose en el cómputo en la nube.
Francisco Padilla

Predictive Maintenance

Using data science to solve predictive maintenance revolutionizes the way we look at machines. It changes the data collection approach, enhances its quality and allows proper usage of the collected data.
Victoriya Kalmanovich

Ciencia de datos con impacto social

Revisaremos casos sobre como aprovechar datos abiertos para construir herramientas de utilidad a la sociedad mexicana.
Paola Villarreal

Diseñando equipos de ciencia de datos: aciertos y desastres

Compartiremos experiencias adquiridas en la creación y gestión de equipos de ciencia de datos, con miras a destilar mejores prácticas para nuestra organización.
Jesús Ramos

H2O Driverless AI: Inteligencia artificial automatizada a gran escala

Conoceremos H20 Driverless AI, una plataforma de machine learning automatizada que habilite a los equipos para construir y entregar modelos de IA de forma acelerada.
Leobardo Morales
Rafael Coss

Captación de agua pluvial en la CDMX

Se muestra el uso análisis geoespacial para visualizar dónde viven las familias con escasez de agua y cuál sería el impacto de captar la lluvia.
Enrique Ruiz

Estrategias de monetización de los datos

Frameworks para identificar y aterrizar oportunidades de monetización de los datos con un enfoque en las acciones y el soporte oportuno a la toma de decisiones.
Edwin Chazaro

Come, duerme, analiza, segmenta y repite

Si quieres saber cómo aportar valor, y averiguar quiénes y cómo se comportan tus clientes a partir de Machine Learning, esta conferencia es para tí.
Moyocoyani Molina Espíritu

Laboratorio práctico: Hands-on snowflake (data warehouse en la nube)

En este laboratorio práctico mostraremos cómo habilitar un datawarehouse en la nube utilizando la plataforma de Snowflake Computing. Los participantes aprenderán como cargar datos, integrar herramientas y rápidamente obtener insights para impactar al negocio. Requisitos: Crear una cuenta de snowflake....
Consultar
Hugo Arredondo

Machine learning aplicado al riesgo de crédito

Como se usa machine learning en el domino de créditos para modelos de cobranza, predecir la probabilidad de pago o sugerir ofertas.
Antonio Manguart

Caracterización geográfica de la población de la Ciudad de México

Presentamos una metodología para caracterizar a la población de la Ciudad de México, aplicando ensemble learning sobre datos abiertos.
Jacobo González

Machine Learning (Original Mix): Clasificando música electrónica

Entrenaremos un modelo de aprendizaje para analizar y caracterizar música.
Enrique Bonilla

Pruebas A/B sin temor

Guía práctica con base en experiencias vividas al aplicar pruebas A/B en distintos dominios.
Blanca Alicia Vargas

GCP vs AWS para pipelines de datos

Análisis comparativo de estas plataformas desde un punto de vista neutral y objetivo, de manera que los asistentes puedan llevarse una buena idea de en qué casos les conviene escoger una u otra.
Héctor Iván Patricio

Laboratorio práctico: Algoritmos esenciales de machine learning para ciencia de datos

Aprenderá a aplicar algoritmos comunes dentro de la ciencia de datos para resolver problemas de negocio tales como clasificación, segmentación y/o asociación a través de la metodología CRISP-DM.
Julio Flores

Análisis comparativo de técnicas para series de tiempo

Presentaremos un análisis comparativo entre los 6 métodos más usados para el pronóstico de series temporales.
Jorge Nájera

Gestionando una tarjeta de lealtad

Mostramos como usar Power BI y lenguaje DAX para cruzar datos que se encuentra naturalmente separados, y con ello hacemos un análisis completo de un programa de lealtad farmacéutico.
Manlio Rolón

Introducción al Reinforcement Learning

nos adentraremos en los detalles matemáticos de esta técnica y elaboraremos sobre las características de los problemas que son adecuados para ser abordados con ella.
Adolfo Martínez

Mantenimiento predictivo sin sensores

Presentaremos un caso de estudio de Mantenimiento Predictivo utilizando exclusivamente variables temporales asociadas al comportamiento histórico de fallas de múltiples equipos.
José Antonio García Ramírez
Eduardo Ramírez

Rediseñando la estrategia de retail via Marketing Analytics

Mostraremos un análisis avanzado de tickets de venta en el que se vinculan tres dimensiones estratégicas: segmentos de clientes, categorías de producto y circunstancias de tiempo conocidas
José Ignacio Domínguez

Análisis de datos usando single board computers

Cómo realizar análisis de datos en campo usando Raspberry Pi.
Juan Carlos Olivares

Ciencia de redes con R: Una introducción al universo de paquetes para ciencia de redes

¿Qué tipo de problemas podemos atacar con ciencia de redes?, ¿qué limitaciones podemos encontrar?, ¿qué tipo de datos se necesitan para crear visualizaciones y modelación de ciencia de redes?
Carlos López Nataren

El genoma para gente ajena a genómica

Cómo superar los retos técnicos, estadísticos y de tooling que representa un verdadero problema de gran escala como lo es el genoma humano.
Irving Simonin Wilmer