III Workshop in Machine Learning & Data Science
Jueves 19/12, 9h
Seminario abierto y gratuito
El Laboratorio de Inteligencia Artificial de la Escuela de Negocios Di Tella invita a la comunidad a un seminario de especialistas del mundo académico y de la industria dedicados a la investigación en el área del Aprendizaje Automático y la Ciencia de Datos. La actividad estará dirigida a un público diverso y, fundamentalmente, a otros investigadores e investigadoras del área, profesionales de la industria y estudiantes avanzados de grado y posgrado de carreras afines.
El evento es presencial, abierto y gratuito, y requiere de inscripción previa. Las charlas se brindan en castellano.
[Inscripción Online]
Cronograma:
09h - Recepción
09:30h - Ezequiel Álvarez: "Bayesian Machine Learning for early detection of dengue outbreaks"
10:10h - Cristian Antuña: "Automated Generative Ads for an E-Commerce Display platform"
10.50h - Paula Feldman: "Síntesis computacional de estructuras vasculares 3D"
11.30h - Break
12:00h - Bruno Bianchi: "¿Sueña ChatGPT con salamandras digitales?"
12:40h - Michael Moreno: "Machine Learning para Inclusión Financiera: Transformando el Acceso al Crédito para Microempresas"
13:20h - Melanie Sclar: "Cuantificando el razonamiento de las LLMs: robustez y teoría de la mente"
14h - Cierre y almuerzo
Exponen:
Ezequiel Alvarez
Ezequiel is currently a CONICET fellow and a professor at ICAS (UNSAM). He holds a physics degree from the Balseiro Institute and earned his PhD in theoretical physics from Valencia University in Spain. After completing a postdoctoral fellowship at Stanford and engaging in academic exchanges at various international universities, Ezequiel has recently focused on Machine Learning apps and tools for Governments, business, economics, and social improvements in general. He is a specialist in data analysis, with much of his work centered around Bayesian Machine Learning techniques.
Cristian Antuña
Cristian Antuña is the director for media and generative AI in Mutt Data (muttdata.ai). He has about ten years of experience in adtech, focusing on programmatic ads. He holds a BSc in economics in UTDT and studied Mathematical Statistics in the "Instituto de Cálculo", FCEN, UBA (the MSc courses, but he didn't present a thesis)
Paula Feldman
Paula Feldman es estudiante de doctorado en el Laboratorio de Inteligencia Artificial de la Universidad Torcuato Di Tella, con una beca de CONICET. Es Ingeniería Biomédica por la Universidad Nacional de Tucumán. También es docente en la Universidad Torcuato Di Tella y la Universidad de Buenos Aires. La investigación actual de Paula se centra en métodos generativos para imágenes médicas en 3D.
Bruno Bianchi
Bruno Bianchi es Doctor en Ciencias Biológicas de la UBA. Postdoc en el Laboratorio de Inteligencia Artificial Aplicada de Exactas-UBA. Profesor del Departamento de Computación (Exactas-UBA). Durante su doctorado estudió los mecanismos cerebrales de las predicciones durante la lectura. Actualmente investiga la relación entre los mecanismos internos de los modelos de lenguaje y el cerebro humano.
Michael Moreno
Michael Moreno es data Scientist con doble maestría de la Universidad de los Andes y estudiante del programa de Machine Learning & AI del MIT Professional Education. En Quipu, lidero el desarrollo de modelos de IA que revolucionan el acceso al crédito para microempresarios, evaluando el potencial de negocios más allá del historial crediticio tradicional.
Melanie Sclar
Melanie Sclar es estudiante doctoral en la Universidad de Washington (UW) e investigadora visitante en Meta FAIR (Fundamental AI Research). Su investigación se centra en cuantificar y mejorar las habilidades de razonamiento de los modelos de lenguaje, tanto en general como para tareas en particular, con un interés especial en theory of mind. Sus trabajos han sido publicados en los congresos más destacados de inteligencia artificial, incluyendo un Outstanding Paper Award en ACL 2023 y un Spotlight Paper en NeurIPS 2023, entre otros.
Organizan:
Ramiro Gálvez, Doctor en Ciencias de la Computación, UBA. Profesor investigador, Escuela de Negocios UTDT y Emmanuel Iarussi, Doctor en Ciencias de la Computación, INRIA. Profesor de la Licenciatura en Tecnología Digital, UTDT.
El evento es presencial, abierto y gratuito, y requiere de inscripción previa. Las charlas se brindan en castellano.
[Inscripción Online]
Cronograma:
09h - Recepción
09:30h - Ezequiel Álvarez: "Bayesian Machine Learning for early detection of dengue outbreaks"
10:10h - Cristian Antuña: "Automated Generative Ads for an E-Commerce Display platform"
10.50h - Paula Feldman: "Síntesis computacional de estructuras vasculares 3D"
11.30h - Break
12:00h - Bruno Bianchi: "¿Sueña ChatGPT con salamandras digitales?"
12:40h - Michael Moreno: "Machine Learning para Inclusión Financiera: Transformando el Acceso al Crédito para Microempresas"
13:20h - Melanie Sclar: "Cuantificando el razonamiento de las LLMs: robustez y teoría de la mente"
14h - Cierre y almuerzo
Exponen:
Ezequiel Alvarez
Ezequiel is currently a CONICET fellow and a professor at ICAS (UNSAM). He holds a physics degree from the Balseiro Institute and earned his PhD in theoretical physics from Valencia University in Spain. After completing a postdoctoral fellowship at Stanford and engaging in academic exchanges at various international universities, Ezequiel has recently focused on Machine Learning apps and tools for Governments, business, economics, and social improvements in general. He is a specialist in data analysis, with much of his work centered around Bayesian Machine Learning techniques.
Cristian Antuña
Cristian Antuña is the director for media and generative AI in Mutt Data (muttdata.ai). He has about ten years of experience in adtech, focusing on programmatic ads. He holds a BSc in economics in UTDT and studied Mathematical Statistics in the "Instituto de Cálculo", FCEN, UBA (the MSc courses, but he didn't present a thesis)
Paula Feldman
Paula Feldman es estudiante de doctorado en el Laboratorio de Inteligencia Artificial de la Universidad Torcuato Di Tella, con una beca de CONICET. Es Ingeniería Biomédica por la Universidad Nacional de Tucumán. También es docente en la Universidad Torcuato Di Tella y la Universidad de Buenos Aires. La investigación actual de Paula se centra en métodos generativos para imágenes médicas en 3D.
Bruno Bianchi
Bruno Bianchi es Doctor en Ciencias Biológicas de la UBA. Postdoc en el Laboratorio de Inteligencia Artificial Aplicada de Exactas-UBA. Profesor del Departamento de Computación (Exactas-UBA). Durante su doctorado estudió los mecanismos cerebrales de las predicciones durante la lectura. Actualmente investiga la relación entre los mecanismos internos de los modelos de lenguaje y el cerebro humano.
Michael Moreno
Michael Moreno es data Scientist con doble maestría de la Universidad de los Andes y estudiante del programa de Machine Learning & AI del MIT Professional Education. En Quipu, lidero el desarrollo de modelos de IA que revolucionan el acceso al crédito para microempresarios, evaluando el potencial de negocios más allá del historial crediticio tradicional.
Melanie Sclar
Melanie Sclar es estudiante doctoral en la Universidad de Washington (UW) e investigadora visitante en Meta FAIR (Fundamental AI Research). Su investigación se centra en cuantificar y mejorar las habilidades de razonamiento de los modelos de lenguaje, tanto en general como para tareas en particular, con un interés especial en theory of mind. Sus trabajos han sido publicados en los congresos más destacados de inteligencia artificial, incluyendo un Outstanding Paper Award en ACL 2023 y un Spotlight Paper en NeurIPS 2023, entre otros.
Ramiro Gálvez, Doctor en Ciencias de la Computación, UBA. Profesor investigador, Escuela de Negocios UTDT y Emmanuel Iarussi, Doctor en Ciencias de la Computación, INRIA. Profesor de la Licenciatura en Tecnología Digital, UTDT.
Lugar: Aula SV402 | Campus Di Tella: Av. Figueroa Alcorta 7350, Ciudad de Buenos Aires.
Contacto: Martina Tokatlian
Contacto: Martina Tokatlian