Estudiantes crean nuevo Club de Investigación en Ciencia de Datos

Abejas mecanizadas desarrolladas por el Instituto Wyss de Boston y que podrían ser utilizadas en labores de polinización, monitoreo climático y vigilancia. Una plataforma elaborada por la Ciudad de Chicago, que es capaz de predecir hasta con una semana de anticipación qué restaurantes son más propensos a cometer violaciones sanitarias, gracias al análisis de parámetros como el período de tiempo desde la última inspección, el número de quejas presentadas y el tipo de instalaciones revisadas. Un software dotado de inteligencia artificial y diseñado por la empresa Unanimous que demostró tener una precisión del 90% al anticipar a los vencedores en las distintas categorías de los premios Oscar.

Estos son sólo algunos ejemplos de los usos que hoy se les están dando a los datos en campos tan diversos como la astronomía, el retail, la medicina, el diseño de software y la implementación de políticas públicas. Todas estas áreas se nutren de la enorme y rica fuente de información que actualmente surge de los datos: por ejemplo, hasta 2003 se habían creado cinco exabytes de datos por parte de Google y siete años después esa cifra ya se estaba generando cada dos días. En 2021, ese número se alcanzaba cada 40 minutos.

Aprovechar aún más ese gran volumen de información y, de paso, contribuir a la generación de conocimiento, es el objetivo del Club de Investigación en Ciencia de Datos. Se trata de una nueva iniciativa de divulgación científica impulsada por estudiantes de la Licenciatura en Ingeniería en Ciencia de Datos (LICD) y que también busca enriquecer el espíritu de comunidad dentro de esta carrera, la cual está a cargo del Instituto de Ingeniería Matemática y Computacional de la UC (IMC) y que este 2022 acaba de recibir a su segunda generación.

El Club cuenta con un equipo de cinco coordinadores: Vicente Agüero, estudiante de cuarto año de Ingeniería Civil Matemática y Computacional y quien ha sido ayudante de la carrera; Víctor Bórquez, alumno de segundo año de la LICD; Matías Fuenzalida, psicólogo y estudiante de segundo año de la LICD; Francisco Meza, cirujano dentista, magíster en salud pública y alumno de segundo año de la LICD; y Diego Rodríguez, estudiante de segundo año de la LICD.

Fueron estos estudiantes los que gestionaron el nacimiento de la iniciativa, que ya cuenta con siete proyectos de investigación disponibles para los estudiantes de la LICD y que fueron diseñados por los académicos Paula Aguirre, Cristóbal Rojas y Mircea Petrache. “El origen del club parte de las ganas de hacer investigación en pregrado. Vicente es el que tiene más experiencia en investigación y en base a consultas que realizamos con él, se nos recomendó que la primera investigación fuera grupal. A partir de ahí, luego surge la idea de convertir esta idea en algo más abierto para nuestros compañeros”, cuenta Diego Rodríguez. Al respecto, Vicente Agüero agrega que el nexo con la profesora Aguirre -doctora en astrofísica y jefa de programa de la LICD- fue clave.
 

“Yo había trabajado antes con la profesora, ya que había sido su ayudante. Además, el resto de los coordinadores la conocían porque les hizo clases. Le dijimos que queríamos hacer una investigación con ella, pero entonces surgió la inquietud de que la Licenciatura no tenía una instancia u organización estudiantil para hacer este tipo de cosas. Entonces, se gesta la idea de llevar esta propuesta a más alumnos para así masificarla”, indica Agüero.

Para ser miembros del Club, los alumnos de la LICD que estén interesados deberán participar en una investigación semestral en Ciencia de Datos con algún profesor y postular a uno de los proyectos a través de un formulario. En el caso del semestre en curso las inscripciones ya están cerradas, pero el objetivo es que estas se reactiven durante la segunda mitad del año cuando se renueven los proyectos, los cuales tienen una duración de un semestre.

Estas investigaciones son de carácter grupal y se espera que los equipos de trabajo vayan presentando los avances de sus investigaciones en las respectivas actividades de seminarios realizadas por el club, las cuales serán avisadas con anticipación a toda la comunidad. Además, si el estudiante tiene alguna idea propia existe la posibilidad de buscar a un profesor para desarrollar ese tema.

De acuerdo con los coordinadores del club, se espera que los miembros tengan conocimientos equivalentes a los siguientes cursos: Álgebra Lineal para Ciencia de Datos, Introducción a la Ciencia de Datos y Programación Avanzada. A nivel general, se estima que los estudiantes deberán dedicar unas 6 a 10 horas semanales al desarrollo del proyecto. “Nos interesa que esto no sea una carga académica fuerte para el estudiante, sino que se convierta en una oportunidad para desarrollarse fuera de lo que son los cursos. Obviamente todo esto es voluntario, pero también les hacemos firmar un compromiso en el que se establece que van a terminar la investigación. Y aunque se puede dar que esto se cruce con instancias como las semanas de exámenes, la parte bonita de todo esto es que la investigación nace de uno”, señala Agüero.

En el sitio web del Club, se puede revisar el potencial de las  distintas iniciativas planteadas por los académicos. Una de ellas, por ejemplo, lleva por título “Análisis de imágenes satelitales para medir crecimiento urbano”, tiene como profesora supervisora a Paula Aguirre y su finalidad es modelar la evolución de la exposición urbana en base al análisis de imágenes satelitales multiespectrales. En tanto, el proyecto “Análisis de Entropía Multiescala (MSE) de señales fisiológicas” está a cargo del académico Cristóbal Rojas -doctor en matemáticas y en ciencias de la computación del IMC- y busca aplicar la noción de MSE a señales fisiológicas reales para evaluar el desempeño de esta herramienta y su potencial uso en el diagnóstico temprano de enfermedades difíciles de detectar, como el Alzheimer. Otra instancia lleva por nombre “Detección de comunidades en Twitter, y predictibilidad de retweets”, tiene como supervisor al profesor Mircea Petrache -doctor de ETH Zurich y académico del IMC en cargo compartido con la Facultad de Matemáticas- y consiste en comparar distintos métodos de detección de comunidades en Twitter y también apunta a cuantificar la geometría de la red.

Matías Fuenzalida comenta que estos proyectos representan una oportunidad de explorar de manera temprana una faceta importante de la ciencia de datos: “Incluso, más allá de que las personas que participen del club terminen dedicándose a algo ligado a investigación, lo cierto es que esta labor sí permite desarrollar ciertas habilidades que se van a traspasar a otros ámbitos del ejercicio profesional y que agregan valor”. En ese sentido, Víctor Bórquez agrega que el hecho de “ir reportando los avances  y trabajar mano a mano resulta muy importante para poder adquirir habilidades comunicativas”.

Generando nexos

Con el fin de promover una comunidad más afiatada y cercana, el Club contempla llevar a cabo diversas actividades enfocadas en las investigaciones de los alumnos. Entre ellas, se contemplan seminarios de avance de los diferentes proyectos, talleres para aprender nuevas habilidades o conversatorios para conocer la experiencia de los profesores. Y si bien las investigaciones están restringidas a los miembros oficiales, todas estas actividades y eventos serán completamente abiertos a público general y serán anunciados a través del correo del Club (club.licd@uc.cl) y su cuenta de Instagram.

De hecho, tal como explica Francisco Meza, si bien en una primera instancia la finalidad es que se sumen los alumnos de la LICD eventualmente el Club podría abrirse a estudiantes de otras carreras: “Eso aún no está definido, pero sabemos que hay gente interesada”. El estudiante agrega que debido a que la ciencia de datos se caracteriza por ser sumamente interdisciplinaria, la incorporación de “otras carreras aportaría mucho a la investigación”.

Al respecto, Vicente Agüero destaca que la presencia entre los coordinadores de estudiantes que ya tienen los títulos de psicólogo y odontólogo muestra que la ciencia de datos es un campo sumamente abierto y que al Club “le interesaría ver cómo se puede insertar en áreas como las ciencias sociales, la salud o la astronomía”. Es por eso que la idea de generar comunidad es tan importante para esta nueva iniciativa, ya que lo que se busca es “compartir los conocimientos y que no se queden solamente en una disciplina, sino que se puedan explorar”.