Breve síntesis de la tradicional 24° Escuela de Física del DF que tuvo lugar los días 12, 13 y 14 de octubre de 2022, organizada por los profesores Gabriel Mindlin, Pablo Mininni, Enzo Tagliazucchi y Pablo Balenzuela.
Charlas:
Guillermo Cecchi de IBM Research abrió "Física, datos y modelos en la industria del conocimiento". Contó su trabajo como director del grupo de Psiquiatría computacional; las relaciones estrechas entre lenguaje y salud mental y la posibilidad de diferenciar diagnósticos mediante inteligencia artificial.
Manuela Gabriel de Globant: Cómo usar datos para impactar positivamente en la salud a través de dispositivos (relojes o parches) para telemedicina; cirugías robóticas asistidas o monitoreo remoto de pacientes.
Gustavo Moreno de Mercado Libre sobre los desafíos de almacenar, ordenar y despachar mercaderías en poco tiempo: La optimización de procesos como el diseño de rutas, el uso de la técnica de redundancia o de heurísticas constructivas.
Florencia Jacobacci & Santiago Boari de AlixParters: Sobre su experiencia en el mundo de la consultoría digital siendo doctores en ciencias.
Viktoriya Semeshenko de IIEP, Económicas - UBA ¿Qué nos dicen las redes de movilidad laboral en Argentina? Características dinámicas y estructurales del funcionamiento de los mercados de trabajo, flujos y transiciones de empleo, análisis de redes, granularidad de datos y complejidad subyacente.
Tomás Tecce de Globant sobre la deserción en ámbitos educativos y laborales: Modelos clásicos y de deep learning en plataformas escolares online, problemas de adaptabilidad de los modelos para tomas de decisiones, y el desafío de interpretar modelos de redes neuronales.
Bruno Dagnino de Métrica Sports y Pachama sobre emprender habiendo estudiado Física: riesgos y recompensas, facturación y tamaños de mercado, y modelos de negocios escalables mediante deep learning.
Nicolás Sujovolsky, herramientas para el mercado laboral: información valiosa para aplicar a una posición de Quantitative Developer, y ejemplos de ejercicios durante la entrevista.
Denise Bendersky de Banco Galicia: Ciencia de datos financieros. Datos en contexto, calidad y sesgos, el problema del fraude, y usos de autoencoders y de análisis de audio y datos no estructurados en bancos.
Leonardo Amarilla de CRISIL: Físicos en Finanzas Cuantitativas, qué se estudia, cuáles son las bases matemáticas que describen el problema del mercado de futuros, y cómo usar herramientas de la física para modelar el problema.
Pablo Macri de MRM Analytics: Física e Inteligencia Artificial en Finanzas Cuantitativas. Cómo usar aprendizaje profundo y modelos para resolver problemas que no se pueden resolver analíticamente, y llevar las soluciones teóricas simplificadas a situaciones realistas del mercado.
Patricio Clark di Leoni de Universidad de San Andrés: Simulaciones y problemas inversos con Physics-Informed Neural Networks. ¿Qué es una red neuronal y cómo funciona? ¿En qué se diferencian las redes informadas con la física de las redes tradicionales? Aplicaciones de este tipo de redes para resolver problemas inversos.
Juan Pablo Pinasco de DM - FCEyN - UBA: "Teoría de juegos, ¿qué hacer cuando las subastas son variadas y los datos escasos". El problema de encontrar el precio justo para subastas de energías renovables, y cómo un matemático puede aportar ideas usando teoría de juegos.
Germán Dima de Clarín: Cómo ser un (buen) data scientist y no overfittear en el intento. La experiencia de un doctor en física como científico de datos en diferentes ámbitos, y las buenas y malas prácticas a la hora de trabajar en la industria.