Descargar agenda Analytics Forum 2021 Aquí.
Actualmente, Juan es vicepresidente global de data en Visa. En este rol, Juan lidera el uso de datos y analítica en Visa con el fin de crear una cultura basada datos. Antes de ser parte de Visa, Juan fue parte de The Walt Disney Company por casi 10 años donde lidero diferentes equipos e iniciativas para el uso de datos y analítica. Juan tiene más de 20 años de experiencia en el espacio de datos y analítica, y es ingeniero industrial de la Universidad de los Andes. Además, tiene un MBA de Darden Graduate School of Business Administration de la Universidad de Virginia.
No cabe dudad que el uso de analítica llego para quedarse en las empresas. Es más, el uso de analítica paso de ser una actividad opcional a ser algo obligatorio para casi todas las organizaciones si quieren sobrevivir. Sin embargo, muchas organizaciones aun no logran cosechar los logros deseados y prometidos. Durante esta sesión, me enfocaré en compartir algunas lecciones que he aprendido a lo largo de mi experiencia en múltiples organizaciones liderando iniciativas analíticas. Concretamente, el rol que deben jugar los líderes del negocio en el impacto de analítica, la cada día más crítica relevancia del gobierno de datos, y la importancia de tener un enfoque disciplinado en los elementos fundamentales de la ejecución de iniciativas analíticas en las organizaciones.
8:20 - 9:00 UTC-5. Más información sobre la agenda Aquí.
C.E San Andrés
MIT Professor Alex Pentland is one of most-cited computational scientists in the world and named by Forbes magazine as one of the "7 most powerful data scientists". He is co-creator of the MIT Media Lab, member of the US National Academies, and Board member of the UN Global Partnership for Sustainable Development Data. He has helped create more than a dozen companies, which today serve roughly 1/3 of humanity.
Data is increasingly key to the economy, but there are real worries about privacy and security, and the data is in too few hands. I will talk about how communities can take control of data about themselves and use this to improve their future.
9:00 - 9:40 UTC-5. Más información sobre la agenda Aquí.
C.E San Andrés
Qiaozhu Mei is a professor in the School of Information and the College of Engineering at the University of Michigan. His research focuses on large-scale data mining, machine learning, information retrieval, and natural language processing, with broad applications to social media, Web, and health informatics. Qiaozhu is an ACM distinguished member (2017) and a recipient of the NSF Career Award (2011). His work has received multiple best paper awards at top computer science venues. He is the founding director of the online master degree of applied data science at the University of Michigan.
Emojis have become a universal language that is used by worldwide users, for everyday tasks, across language and cultural barriers, and in different apps and platforms. The prevalence of emojis has attracted increasing attention not only from various fields of computing and data science, but also from broader disciplines including social sciences, arts, psychology, and linguistics. This talk summarizes the recent efforts made by my research group and collaborators on analyzing large-scale emoji data, including a recent best paper award at the Web conference 2019. In general, emojis have evolved from visual ideograms to a brand-new world language in the era of AI and a new Web. The popularity, roles, and utility of emojis have all gone beyond people’s original intentions, which have created a huge opportunity for future research that calls for joint efforts from multiple disciplines.
14:05 - 14:45 UTC-5. Más información sobre la agenda Aquí.
C.E San Andrés
Participa en el sorteo de un cupo en “Predictive Lab” en: https://gpstrategy.com.co/analytics-forum/
Participa por una subscripción GRATIS de Café Juan Valdez por 6 meses: https://landing.itperforma.com/contact-us. Daremos a conocer el ganador en nuestro stand (India Catalina -B10) a las 5:30 pm.
Las políticas públicas no son ajenas a los avances en área de análisis de datos. Diariamente las instituciones públicas y otras organizaciones con intereses públicos reciben millones de datos sobre sus ciudadanos, y los utilizan en muchos casos para generar nuevos programas y políticas de beneficio social. En este Track, de la mano con expertos, podrá conocer cómo las técnicas para el análisis de datos se pueden utilizar para formular políticas públicas.
Empresa: Ernst & Young
Título: Modelo de Detección de Conflictos de Interés
Expositor: Daniel Fernando Cantor Báez
Descripción: Para el adecuado ejercicio de las funciones de las entidades de control estatal, es importante detectar de forma preventiva posibles casos de conflictos de interés y anticipar actos de corrupción en la contratación pública. Gracias a la tecnología de Azure, específicamente al uso de sus componentes de datos, analítica e inteligencia artificial, fue posible la construcción de una solución que apoya la transparencia en los procesos de contratación estatal. EY Colombia fue la firma encargada del diseño, implementación y soporte de una solución de analítica que permite detectar posibles conflictos de interés entre actores estatales y civiles, a partir de fuentes de datos diversas (datos estructurados, no estructurados y binarios o semiestructurados).
Diariamente las empresas producen, reciben y procesan millones de datos. Se puede entender, entonces, que la toma de decisiones a partir del análisis de datos hace parte fundamental de todas las áreas organizacionales de las empresas para garantizar su buen funcionamiento. En este Track encontrará panelistas que compartirán su experiencia en la aplicación de técnicas de análisis de datos en áreas como finanzas, mercadeo, emprendimiento para que actualice sus conocimientos y se entere como las compañías están aplicando el análisis de datos.
La identificación del uso de los datos y las oportunidades de implementación de proyectos permite aprovechar las ventajas que ofrecen las herramientas de inteligencia analítica. Por lo cual es de suma importancia diseñar, correctamente, metodologías para convertir en conocimiento accionable los datos que existen en las organizaciones. Por eso en este track podrá evidenciar como en diferentes entidades han logrado pasar desde datos a acciones estratégicas y tácticas.
Empresa: SmartBP
Título: Optimización de Programación de Trabajadores para Puerto
Expositor: Juan David Zambrano Losada
Descripción: Con la finalidad de balancear las cargas de trabajo, disminuir el pago de horas extra y los costos de transporte para el área encargada del pesado mediante básculas de una sociedad portuaria, es imperativo contar con planes adecuados para la programación de turnos de operarios. Para resolver este problema, se planteó un modelo de optimización lineal entera mixta basado en generación de columnas. La metodología consiste en recibir una estimación de la demanda para un horizonte de un mes en cada una de las básculas con las que cuenta la sociedad portuaria y posteriormente, generar mediante un modelo auxiliar un conjunto inicial de planes de trabajo, que son asignados a la planta de trabajadores del puerto mediante un modelo maestro tiendo en cuenta las siguientes restricciones: demanda en cada una de las básculas, tiempo máximo por trabajadores, numero máximo de horas extra, tiempos de descanso mínimos entre turnos y máximo de jornadas laborales en horarios nocturnos por trabajador. Luego de una primera asignación hecha con los planes generados por el modelo auxiliar, las variables duales del modelo maestro son utilizadas para generar nuevos planes de trabajo, proceso que se repite iterativamente hasta cumplir con un criterio de terminación. De esta manera, se determinan los planes de trabajo óptimos para los trabajadores de la sociedad portuaria teniendo en cuenta las restricciones mencionadas anteriormente. Finalmente, los resultados son sometidos a un post procesamiento que busca minimizar los costos de transporte de los trabajadores por medio de un algoritmo heurístico que respeta los planes de trabajo asignados a cada trabajador en el modelo de optimización.
Juan Diego Torrado - CDO Juan Valdez
Fredy Cabra - Coordinador de Data Analytics en Procafecol
Liliana Aponte - SmartBP
Póster A
Póster B