Revive las sesiones de Data Day Monterrey 2022

Data Day Monterrey 2022 se realizó el 1 de diciembre de 2022 en persona, y el 8-9 de diciembre en línea.

Para acceder a las sesiones requieres estar inscrito en el evento en Crowdcast.

TítuloSpeaker(s)GrabaciónSlides
Acelera el desarrollo y entrega de modelos predictivos con Azure Machine LearningBrenda Peña
¿Cómo Hacer un Centro de Inteligencia en Salud?Joaquín Fonseca Vazquez
¿Qué hemos aprendido en 5 años de ML y AI en Banregio/Hey?Aldo Valadez
Abandono / Attrition / Churn. Revoluciona tu estrategia de crecimiento de clientesGonzalo Martín Vargas
Customer Data Platforms: Historias de éxito con Twilio SegmentJulian Cortes
DASHA: Dashboard de Inteligencia TurísticaPedro Vallejo
Data 4 Good: Cómo crear un impacto positivo en la sociedad con datosSilvia Ariza
Data Science and Public Policy: Case studies and what can Monterrey do?Kit Rodolfa
El poder de los datos en CEMEX y el arte de lo posible en INEGICarlos Suarez
En búsqueda del unicornio de los datosGabriel Vicario Castrejón
Making Agile Work for Data ScienceErika Salomon
Mejores prácticas para analítica a gran escala en Arca ContinentalCésar Fernando Villarreal González & Iván Ramírez
ML en la Suprema Corte de Justicia de la NaciónAurelio Pedro Vazquez & Ireri Elizabeth Garcia
Modelo de Localización de Puntos de VentaJose Ignacio Dominguez
Modelos automatizados de supervisión: Laboratorio óptico 100% automatizadoHector Arturo Velasco Ayala & Charvett Sánchez
Panel: Formulando políticas públicas con evidenciaJesús Ramos, Edmundo Molina, Fernanda Sobrino, Fernanda Durand & Fernando Gómez-Zaldívar
Performance to the core: ¿hemos logrado que la analítica impacte al negocio?Paloma González Martínez
Putting Explainable Machine Learning into PracticeKasun Amarasinghe
Universal Data DistributionDobeslao Hernandez
Usemos datos para mitigar la crisis de agua en Nuevo LeónCarlos Enrique Gonzalez Moran
Real Time Decisioning with DatastaxRicardo Valdes
Demystifing NLP with a use case: from unigrams, vectors and embeddings to BERT models, HuggingFace and OpenAIÁngel Alvarado
Pipelines ágiles: flujos de datos y modelos preentrenados en AzureJuana Martínez
ML sin Ops: Experimentos escalables con Ploomber y AWS BatchRodolfo Ferro & Eduardo Blancas
Resolviendo desafíos de datos con grafos y motores de recomendación por Neo4jPaolo Delano
Del notebook al pipeline sin dolor con AWSSebastián Sandoval García
Concurrencia, resiliencia y funcionalidad: Elixir para Data ScienceHéctor Iván Patricio