Women in Data Science Valencia

4 de marzo 2019 / 15:30: Taller / 18:50: Conferencia / Salón de actos, ETSINF, UPV

Obtén tu entrada

El evento


WiDS Valencia es la primera edición, en la Comunitat Valenciana, de la Conferencia Global Women in Data Science (WiDS) celebrada por la Universidad de Stanford que se lleva a cabo en más de 150 ciudades en todo el mundo.

Personas de todos los géneros están invitadas a asistir a los eventos regionales de WiDS, que tienen como objetivo inspirar y educar a los científicos de datos a través de mujeres que destacan por su trabajo excepcional y al mismo modo contribuyen a la visibilidad de ellas en este campo.

Esta conferencia técnica de un día ofrece la oportunidad de entablar relación con las últimas investigaciones y aplicaciones relacionadas a la ciencia de datos en una serie de dominios y a crear conexiones con profesionales.

Logotipo Women in Data Science

Agenda


Hora
15:30 Taller "Nociones estadísticas para manejo de datos" - Ángeles Calduch
15:30 Taller "¿Cómo aprenden las máquinas? Una introducción práctica al aprendizaje automático" - Laura Sebastià
18:30 Pausa
18:50 Video de Bienvenida desde WiDS Stanford
18:55 Palabras de bienvenida de WiDS Ambassadors
19:00 Technical Vision Talks ​​"Using Data Effectively: ​Beyond ​ Art and Science" - Hilary Parker - Livestream WiDS Stanford
19:20 Technical Vision Talks ​​"Improving Health Requires ​Targeting and Evidence" - Marzyeh Ghassemi - Livestream WiDS Stanford
19:50 Mesa redonda. Con Laura Rodríguez, Rosa Benet y Cristina Aranda. Modera: Fernanda Peset

Ponentes de la jornada


Ángeles

Ángeles Calduch Losa

Ángeles es Subdirectora de Ordenación Académica y Alumnado de la ETSINF-UPV. Se Licenció en Estadística y tiene un doctorado en Matemáticas. Ha participado en varios proyectos académicos como: Using Social Networks to teach in University, Depicting the visibility of private companies using web-based data, Core Skills for 21st Century Professionals (CoSki21), Teaching project. Siempre inmersa en el mundo de los datos cuenta con investigaciones como Estimating web impact evidence from interconnected data sources, Webometric methods to identify web trends in industrial sectors.

Laura

Laura Sebastià

Laura es doctora en Inteligencia Artificial por la UPV, profesora, investigadora y Subdirectora Docente del Departamento de Sistemas Informáticos y Computación. Sus líneas de investigación se centran en la planificación automática, los sistemas de recomendación y el análisis de datos. Ha trabajado en muchos proyectos de investigación, actualmente dirige el proyecto ARPIA (Activity Recognition and Planning for Intelligent Assistants) donde colabora con investigadores de la UC3M con el fin de construir asistentes inteligentes para entornos en los que los datos son secuencias de actividades realizadas por agentes, para aplicarlos a entornos de gestión de tráfico, robots asistentes para personas mayores, etc. También ha trabajado en el desarrollo de sistemas de recomendación para turismo (colaborando con Destinia.com) y en el análisis de datos turísticos que provienen de fuentes abiertas de datos.

Cristina

Cristina Aranda

Cristina cuenta con una experiencia de más de 16 años en el mundo del marketing, de la innovación y de la transformación digital a través de su trabajo con Ibex35, Top500, Pymes y varias Startups. Además es Cofundadora de Mujeres Tech, una asociación sin ánimo de lucro que promueve iniciativas con presencia femenina en la tecnología y establece lazos con hombres dispuestos a generar la misma igualdad de oportunidades. Es Doctora en Lingüística Teórica y Aplicada por la UAM y el IUI. Ortega y Gasset, licenciada en Filología Hispánica por la UAM, Máster en Internet Business por el ISDI y Digital Technology for Business Program por IGZ Academy. En la actualidad trabaja en PR, Pre-Sales & Innovation Research en Intelygenz mientras profundiza en el procesamiento natural del lenguaje para su aplicación en el Internet de las cosas y la inteligencia artificial.

Laura

Laura Rodríguez

Laura es en la actualidad Vice-President Analytics en ForwardKeys. En su experiencia anterior ha desarrollado distintos roles técnicos y comerciales en ámbitos como ayudas a la navegación, generación solar fotovoltaica o formación. Su formación académica inició con una licenciatura en Física por la UV, tiene un Máster en Data Analysis Engineeering, Process Improvement and Decision Making, por la UPV, Máster en Business Administration and Management, MBA por la Universidad Europea de Madrid (Estema) y Diplomada en Investigación Operativa y Sistemas por la UV. En 2014 se unió al proyecto de ForwardKeys, creando y consolidando un departamento de analistas en el que la innovación y el servicio al cliente son los ejes fundamentales.

Rosa

Rosa Benet

Rosa trabaja en la actualidad como Data Scientist en Cajamar Data Lab. Es European Financial Advisor €FA e imparte cursos en la Escuela de Formación Financiera del GCC. Se licenció en Matemáticas y Ciencias Técnicas Estadísticas en la Universidad de Valencia. Tiene interés en Big Data, Machine Learning, redes neuronales y su aplicación en varios campos.

Fernanda

Fernanda Peset

Fernanda Peset es Titular de la Universitat Politècnica de València. Su docencia y publicaciones se orientan a: la comunicación científica, el acceso abierto y la implantación del protocolo OAI-PMH, la normalización de la información, la descripción de documentos, sistemas de documentación de museos y datos abiertos y enlazados. Sus últimos proyectos están relacionados con la implantación de tecnología blockchain e iniciativas para promover una economía más justa.

Reserva tu entrada


Por temas logísticos nos gustaría tener una previsión de las personas que asistirán al evento. Si estás interesad@ en asistir, reserva tu entrada.

Obtén tu entrada

Talleres 15:30 - 18:30


Nociones estadísticas para manejo de datos

Lab. Radia Perlman - 1B - ETSInf

En la actualidad hay una gran cantidad de datos que se representan y analizan, y sus resultados son mostrados en canales de televisión, en medios digitales… ¿Entendemos realmente lo que nos quieren decir esas representaciones? ¿Somos capaces de detectar errores o malas prácticas? En este taller se verán conceptos estadísticos básicos y se darán unas directrices para entender y analizar esta información.

¿Cómo aprenden las máquinas? Una introducción práctica al aprendizaje automático

Lab. Richard Stallman - 1B - ETSInf

El auge la inteligencia artificial en los últimos años es innegable. A diario utilizamos herramientas que aprenden de nuestros actos, nuestros gustos, etc. y que nos ayudan en ciertas tareas como decidir qué película ver en Netflix, qué libro comprar en Amazon, qué ruta coger para volver a casa, etc. ¿Y cómo funcionan estos sistemas? ¿Cómo aprenden? En este taller, haremos una pequeña introducción al aprendizaje automático, veremos en qué consiste y las técnicas básicas de machine learning. Por último, realizaremos una pequeña práctica para desarrollar un sistema de predicción muy sencillo.

FAQ
Todas las preguntas importantes. Contestadas.


¿A quién va dirigido este evento?

Esta jornada va dirigida a personas, sin distinción de género, que tengan interés en Ciencia de Datos.

Soy un hombre, ¿puedo asistir?

Sí. Es una jornada para conversar sobre Ciencia de Datos y tecnología y cualquiera puede asistir.

¿Te gustaría saber más?

Escríbenos a widsvalencia@gmail.com

¿Es gratuito?

Sí, todo el evento es gratuito.

Organizan


Colaboran


Lugar


El evento tendrá lugar en la UPV - Salón de actos de la Escuela Técnica Superior de Ingeniería Informática ETSINF, el lunes 4 de marzo a partir de las 15:30h