Costa Rica Big Data School 2020

Del 7 al 10 de diciembre, 2020

La Red Nacional de Investigación y Educación (RNIE) RedCONARE, el Centro Nacional de Alta Tecnología (CeNAT), organiza una vez más el evento Costa Rica Big Data School. Este año con el objetivo principal del evento es instruir en herramientas de programación en los lenguajes de R y Python, junto con los principales paquetes de manipulación de datos, y enfocado a estudiantes e investigadores de las universidades estatales en todas sus sedes. Así como también a profesionales de la industria y gobierno local. 

Ya que Big Data es un término bastante conocido en ciencias de la computación debido a la amplia aplicación y la madurez de herramientas y técnicas desarrolladas en el área. Se ha decido brindar un espacio sin costo para personas del sistema de educación pública y profesionales en el área que tengan la necesidad de aprendizaje en el tema. 

De esta forma, esperamos que disfrute lo que hemos preparado y que saque el máximo provecho del evento. 

Ing. Carlos Gamboa Venegas
Coordinador Científico RedCONARE
Organizador Costa Rica Big Data School

Programa

Pre-taller de R y pre-taller de Python: 1° y 2° de diciembre  (días exactos por definir) 

Herramientas

Presentadores

Raquel Miranda Pérez – Científicas de Datos  

Biografía: Raquel está próxima a graduarse en Ingeniería en Computación del Tecnológico de Costa RicaEs co-directora de Científicas de Datos Costa RicaTambién es asistente de investigación en el Co-laboratorio de Computación Avanzada del Centro Nacional de Alta Tecnología. Además, forma parte de la junta directiva de Women in Aerospace Costa Rica. Le apasiona trabajar en temas de género, ciencia y tecnología. 

 

Graciela Rivera Picado – Científicas de Datos

Biografía: Es ingeniera Industrial de profesión graduada de la UCR, y cuenta con una especialización de Análisis de Datos en el TEC. Actualmente trabaja como Data Scientist en Microsoft- Allys Corp, donde utiliza su experiencia técnica en modelado de datos, análisis estadístico, técnicas de minería de datos, perspicacia comercial y creatividad, para desarrollar modelos, tableros de control, informes y visualizaciones para brindar información que respalde los procesos clave de toma de decisiones.  

Actualmente es la Co-directora de la primera comunidad de científicas de datos en costa Rica con apuesta al desarrollo del talento humano femenino en ciencias de datos donde nuestra misión es inspirar y educar a mujeres costarricenses en áreas de ciencias de datos, apoyándolas tanto en el campo educativo como en el profesional. 

Marcela Alfaro, PhD. – UCR 

Biografía: Profesora Invitada de la Escuela de Estadística, Universidad de Costa Rica, en transición a una nueva posición como Teaching Assistant Professor en la Universidad de California, Santa Cruz. Está interesada en desarrollar métodos estadísticos novedosos para abordar cuestiones científicas relacionadas con el medio ambiente, y convertir esas experiencias de colaboración interdisciplinaria en métodos de enseñanza para estadística y ciencia de datos. Sus áreas de aplicación incluyen modelos climáticos, biofísica, espectrofotometría, entre otros. 

Marcela está comprometida con la práctica de la ciencia abierta y con lo beneficios de mentoría a científicas jóvenes. Sus actividades incluyen ser co-chair de las Escuelas de Ciencia de Datos CODATA-RDA, fundadora y organizadora de ConectaR2019 y ConectaR2021, la primera Conferencia de Usuarios R en Centroamérica, y fue miembro fundadora del capítulo R-ladies en San José, Costa Rica. 

 

Frans van Dunné, PhD. – Ixpantia y DataLatam

Biografía: Frans es el Chief Data Officer de ixpantia. Frans combina un conjunto de habilidades diversas, incluyendo análisis de negocio, análisis de datos y arquitectura empresarial, con más de 15 años de experiencia en análisis e innovación con datos para ayudar a empresas a dar una respuesta rápida y efectiva a sus necesidades de innovación basada en datos. Frans cuenta con un doctorado de la Universidad de Amsterdam y ha enseñado en universidades en Europa y Latinoamérica. Como consultor ha trabajado con empresas alrededor del mundo en diversos temas, incluyendo innovación basada en datos, estadísticas aplicadas, programación estadística y aprendizaje de máquinas. 

 

Maikol Solís Chacón, PhD.  – UCR

Biografía: El Dr. Maikol Solís Chacón es profesor e investigador de la Universidad de Costa Rica en la Escuela de Matemática y el Centro de Investigación en Matemática Pura y Aplicada  (CIMPA). 

Realizó sus estudios de maestría y doctorado en la Universidad de Toulouse 3, Paul Sabatier. Su trabajo doctoral fue principalmente en la estimación no paramétrica de matrices para modelos de regresión inversa particionada.  

Entre sus proyectos recientes, se incluye el análisis de índices de sensibilidad usando estimadores no paramétricos (junto con el paquete R sobolnp); la modelación de matrices origen-destino usando datos celulares; la determinación de interacciones relevante para la estimación de la carga alostática, y la determinación de variables relevantes en modelos usando teoría topológica (paquete en R topsa).  

En la parte de la docencia, el profesor Solís ha ayudado al cambio curricular de la carrera de Ciencias Actuariales y las maestrías del posgrado de matemática aplicada desde hace más de 5 años.  

Instructores

Ana Cristina Soto Rojas – Pretaller R y Python

 

Biografía: Ana Cristina es estudiante de Ciencias Actuariales y Computación en la UCR. Es asistente en el Centro Nacional de Alta Tecnología en el Colaboratorio Nacional de Computación Avanzada en el proyecto FEES Fake News.  

 

 

Andrea Vargas – Taller R

Biografía: Andrea está próxima a graduarse de la carrera de Estadística en la UCR. Además, trabaja como asistente del Centro Nacional de Alta Tecnología en el Colaboratorio Nacional de Computación Avanzada y como pasante en ixpantiaLe apasiona la ciencia abierta y crear comunidad y recursos alrededor del análisis de datos por lo que también es organizadora de RLadies San José Costa Rica y es parte de Científicas de datos Costa Rica.  

 

 

Kenneth Obando – Taller R y Python

 

Biografía: Ingresó en 2018. Ingeniero en computación, Instituto Tecnológico de Costa Rica. Ha realizado proyectos de investigación en “Text Analytics”, “Machine Learning”, análisis estadístico de datos multiespectrales, configuración y prueba de clústers, además de desarrollar diversas aplicaciones web. Pertenece a la Mesa de ciencia de datos y visualización del Programa Estado de la Nación. 

Esteban Arias-Méndez – Taller Python

Biografía: Ingeniero en Computación del TEC, profesor de la Escuela de Computación del Instituto Tecnológico de Costa Rica, donde brinda cursos de Fundamentos de Organización de Computadoras, Arquitectura de Computadoras, Sistemas Operativos, Compiladores e Intérpretes, Estructuras de Datos y Biología Molecular Computacional. De 2016 a 2018 colaboró enseñando programación a niños en el Parque La Libertad, y para el Proyecto Niñas en Tecnología iniciado en el Parque La Libertad. Actualmente es el coordinador del grupo PAttern Recognition and Machine Learning (PARMA) Group del TEC. Es profesor Consejero IEEE de la Rama Estudiantil del TEC Costa Rica y asesor de los Capítulos Estudiantiles Computer Society y Electron Devices Society. En 2018, con el Capítulo estudiantil IEEE Computer obtuvo el reconocimiento al mejor Capítulo estudiantil Computer del mundo. En 2019, además fue reconocido con el premio como Profesor Asesor del Año para la Región 9 IEEE, y en 2020 con el Capítulo estudiantil IEEE Electron Devices obtuvo el premio al mejor Capítulo estudiantil EDS del mundo. 

Danny Xie Li  – Taller Python

Biografía: Estudiante de último año de Ingeniería en Computación del Instituto Tecnológico de Costa Rica. Realiza su práctica profesional en temas de Inteligencia Artificial y Aprendizaje Profundo con un proyecto de investigación en el área de la salud con el grupo PARMA del TEC titulado: «Unlabeled data for improving model robustnessuncertainty estimation and explainability«. Además, es el presidente de la Rama estudiantil IEEE del TEC y presidente del Capítulo estudiantil IEEE Electron Devices Society, con el cual ganó el premio al mejor Capítulo estudiantil IEEE EDS del mundo para 2020. 

Erick Muñoz Alvarado – Taller Python

Biografía: Es estudiante de último año de Ingeniería en Computadores. Se desempeñó como Asistente del Programa de Ciencias de los Datos de la Escuela de Computación del TEC. Actualmente colabora como Asistente de investigación en el Grupo PARMA donde ha contribuido en varias publicaciones internacionales en el tema de inteligencia artificial para la salud y desarrolla su proyecto de graduación titulado: «Unlabeled data for improving model robustnessuncertainty estimation and explainability«. También labora como Científico de Datos en la empresa Spartan Approach. 

Erick Obregón Fonseca – Taller Python

Biografía: Es estudiante de Ingeniería en Computadores del TEC Costa Rica. Ha sido tutor de Python durante 4 años. Desarrollador web y apasionado por la Inteligencia Artificial, el Diseño de Hardware e IoT.

Esteban Esquivel-Barboza – Taller Python

Biografía: Ingeniero en Computación del Instituto Tecnológico de Costa Rica. Realizó su proyecto de graduación en la Universidade Da Coruña, España con el tema: «Adaptación de algoritmos de visión por computador para su ejecución en Smartphone». Recientemente publicó un artículo con el resultado de su trabajo en la Fourth International Conference on Multimedia, Computing Networking and Applications (MCNA2020), Valencia, España. 

Luis José Castillo Valverde  – Taller Python

Biografía: Ingeniero en Computación del Instituto Tecnológico de Costa Rica. Realizó su proyecto de graduación en la Universidade Da Coruña, España con el tema: «Desarrollo de un experimento de robótica colectiva mediante Evolución Distribuida». Actualmente realiza su Maestría en Ciencias de la Computación del ITCR. 

Registro

Requisitos

  • Ser estudiante, profesor o investigador activo de alguna de las cinco universidades públicas (UCR, TEC, UNA, UNED, UTN), del CONARE o alguno de sus programas adscritos: CeNAT, PEN y SINAES.
    • Estudiantes avanzado de carreras de ciencias de la computación, estadística o afines (cursando el tercer año en adelante)
  • Ser persona graduada de carreras de ciencias de la computación, estadística o afines.
  • Tener un nivel intermedio de programación (preferiblemente Python)
  • Persona con perfil profesional relacionado con manejo y análisis de datos

Inicio del proceso de aplicación: 10 de noviembre 
Cierre del proceso de aplicación: 26 de noviembre a las 12 m.d.
Notificación de aceptación/rechazo: 27 de noviembre
Confirmación de participación de las personas aceptadas: 30 de noviembre

Cupos

La cantidad de participantes esta limitada a 40 personas.

Aplicación

Puede realizar su aplicación llenando el siguiente formulario: formulario de registro

La aceptación de su aplicación está condicionada a que cumpla los requisitos y a la valoración de su perfil académico y profesional.

 

Organizadores

RedCONARE es la Red Nacional de Investigación y Educación de Costa Rica. Provee la infraestructura y servicios de comunicación como eduroam, Mconf, LA Referencia, y el Colaboratorio, entre otros. Las RNIE o Redes Avanzadas son espacios comunes de las que tienen las comunidades de investigación de las universidades alrededor del mundo para intensificar su conocimiento y la contribución a la humanidad. En Costa Rica, RedCONARE se ha posicionado como un espacio de investigación y de colaboración conjunta entre sus miembros.

El Colaboratorio de Computación Avanzada (CNCA) del Centro Nacional de Alta Tecnología (CeNAT) es un espacio multidisciplinario donde el descubrimiento científico es acelerado a través de la infraestructura de computación avanzada. Esta infraestructura incluye no solo hardware especialidad y actualizada, sino que también contiene un conjunto de aplicaciones eficientes y personal entrenado para tomar ventaja de toda la tecnología disponible. Esto permite al CNCA trabajar en las principales dimensiones de investigación, desarrollo de proyectos, capacitación y prestación de servicios.

El grupo PaRMa (Pattern Recognition and Machine Learning) es un grupo de investigación de la Escuela de Computación del Tecnológico de Costa Rica, orientado a trabajar en las áreas de reconocimiento de patrones (pattern recognition) y aprendizaje automático (machine learning). Está compuesto por profesionales de diferentes áreas académicas, con el fin de generar investigación científica, innovación tecnológica e integración con los diversos sectores productivos del país. La misión del grupo PaRMa sigue los tres ejes del TEC: Docencia, Investigación y Extensión.