Académicos exponen en La Serena School for Data Science 2023

Image académicos FIULS expositores

Dicho evento, contó con la participación de Humberto Farías y Mauro San Martín, académicos del Departamento de Ingeniería Industrial de la Universidad de La Serena.

Con la idea de poder guiar de mejor manera a los estudiantes en el análisis de datos científicos, la US National Science Foundation (NSF) y la ANID dieron por iniciada una nueva versión de “La Serena School for Data Science 2023”, evento con más de 30 estudiantes de Chile, EE.UU. y Latinoamérica que postularon para poder participar de la instancia y que reunió a diferentes expertos en la materia.

Dicho evento, contó con la participación de Humberto Farías y Mauro San Martín, académicos del Departamento de Ingeniería Industrial de la Facultad de Ingeniería de la Universidad de La Serena, quienes fueron invitados por ambos organismos organizadores para ser expositores del encuentro.

Esta escuela de invierno, que se desarrolló desde el 7 al 17 de agosto, permitió que estudiantes de diferentes ramas de la astronomía y otras profesiones ligadas al manejo de datos, aprendieran de manera intensiva cómo analizar grandes volúmenes de datos astronómicos, procesos de reducción, programación científica, entre otros.

De acuerdo con Humberto Farías, esta instancia fue crucial para la Facultad de Ingeniería ya que “dictar cursos en un evento de relevancia internacional como la escuela de Ciencia de Datos de AURA, evidencia las potenciales que tiene para la Facultad contar con capital humano avanzado en las Ciencias de la Computación reconocidos por nuestros pares nacionales”.

Por su parte, Mauro San Martín, mencionó que es importante que los estudiantes puedan aprender sobre manejo de grandes volúmenes de datos para el desarrollo de investigaciones científicas, ya que “toda persona que se encuentre estudiando en la universidad, no sólo quienes planean desempeñarse en la ciencia, deberían conocer al menos los aspectos fundamentales de la ciencia de datos, aun cuando no se vayan a desempeñar como "data scientists" deben comprender el potencial de los datos, así como las limitaciones y precauciones a tener en cuenta en su tratamiento”.

Escrito por Felipe Díaz, FIULS