Page 9 - Boletin_CIMAT_febrero2021
P. 9

 veraz), se vio la necesidad de desarrollar profesionales preparados para afrontar los nuevos retos que esto representa. Extraer información útil y de valor requiere de expertos que puedan analizar, visualizar, modelizar y preparar los datos. La formación de recursos humanos encienciadedatosyelbigdatallegaoportunamente.
La demanda de estas disciplinas y de profesionales que puedan llevarla a cabo va en aumento a nivel mundial; en México también ha habido un gran interés por impulsar la investigación y la formación de recursos humanos en estos campos. Conscientes de la necesidad de agrupar a expertos nacionales e internacionales para general un foro de discusión que permitiera la interacción de investigadores y estudiantes, a finales del año pasado se realizó el Taller Mexicano de Ciencia de Datos y Big Data que consistió en diez pláticas plenarias, dos talleres prácticos en las temáticas de Big Data y Deep Learning, y dos conferencias magistrales.
El Dr. Alejandro Rosales Pérez (Unidad Monterrey), en conjunto con el Dr. Adrián Pastor López Monroy (Unidad Guanajuato) y el M.E. Héctor Eduardo Hernández González (Unidad
Monterrey) con la colaboración de la Red Temática en Inteligencia Computacional Aplicada, reunieron de manera virtual a 123 participantes tanto de instituciones nacionales como extranjeras.
ElTalleragrupóaexpertos,académicosyestudiantes interesados en las áreas de Ciencia de Datos y Big Data; además de servir como puente para difundir los estudios a nivel nacional e internacional que actualmente se están desarrollando en estas temáticas, logró introducir a los interesados en las herramientas existentes para el modelado y manejo de grande volúmenes de datos.
Durante el taller se ofrecieron las siguientes conferencias plenarias:
“Big Data Preprocessing”, Dr. Salvador García López (Universidad de Granada, España).
“Diagnóstico rápido de COVID basado en imágenes médicas”, Dr. Eduardo F. Morales Manzanares (INAOE, México).
 Eventos virtuales del 2020 BBooleletítnínMMeennsusuaal l 9 dedeInInfoformrmaaccióiónn


























































































   7   8   9   10   11