Tracks

Track 1 - Public & Social Analytics

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.
Presentación 1
  • Empresa: Quantil

  • Título: Implementación de un modelo de predicción espacio-temporal de crimen para Bogotá.

  • Expositor: Mateo Dulce Rubio

  • Descripción: La evidencia muestra que el crimen se concentra en zonas particulares de la ciudad que varían dependiendo de la hora y del día de la semana. Adicionalmente, evidencia un comportamiento auto-excitante, en cuanto la ocurrencia de un crimen aumenta significativamente la probabilidad de ocurrencia de nuevos crímenes en una vecindad espacio-temporal del crimen inicial. Usando datos históricos en Bogotá y metodologías de minería de datos que capturan tales patrones de ocurrencia del crimen, se estimó una función de intensidad condicional que permite predecir el lugar y el momento de ocurrencia de crímenes en el futuro cercano. Finalmente, el modelo se integró al servidor GIS de la Secretaría de Seguridad para su consulta por parte de la Policía Metropolitana de Bogotá con el fin de contribuir a la toma de decisiones inteligente y la eficiente asignación de los recursos policiales.
Presentación 2
  • Empresa: Departamento Nacional de Planeación

  • Título: Analítica de datos aplicada al sector público en Colombia.

  • Expositor: Eduardo Escobar Gutiérrez

  • Descripción: Esta charla hará una breve introducción sobre el trabajo que se ha venido desarrollando en el Departamento Nacional de Planeación (DNP) en materia de explotación y analítica de datos. Adicionalmente, se mostrarán dos proyectos desarrollados por la unidad, aplicados a los sectores de inversión pública y paz.

  • Descargue su presentación aquí

Presentación 3
  • Empresa: Centro Nacional de Consultoría – Procuraduría General de la Nación

  • Título: Evaluación, ajuste e implementación del Modelo de Monitoreo, Evaluación y Control del cumplimiento normativo de la Procuraduría General de la Nación

  • Expositor: Nelson Leonardo Lammoglia

  • Descargue su presentación aquí

Track 2 - Analytics for Business

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.
Presentación 1
  • Empresa: Rappi

  • Título: Competitive advantages in a marketplace startup.

  • Expositor: Manuel Bolivar

  • Descripción: Rappi enfrenta los desafíos de manejar un Marketplace de tres actores: consumidores, domiciliarios, y tiendas comerciales, de los cuales no tiene un control directo de la demanda, oferta y disponibilidad, respectivamente. Los desafíos incluyen el balanceo de la oferta y demanda, localización y notificación de órdenes a los domiciliarios, programación de personal, e incentivar la generación de demanda, entre otros. En esta charla se mostrará cómo Rappi utiliza técnicas analíticas para dar solución a algunos de estos retos y generar ventajas competitivas.
Presentación 2
  • Empresa: Market Team

  • Título: La integración de la estrategia y la analítica de precios

  • Expositor: Rodrigo Caliz

  • Descripción: La charla incluiría los siguientes tópicos:

    -  La importancia de la conceptualización de la estrategia de precios

    -  Contextos de negocio para crear/ajustar estrategias de precios

    -  Alternativas de modelos analíticos para dimensionar el impacto de estrategias de precios

    -  Casos de negocio y aprendizajes de aplicación en la práctica

  • Descargue su presentación aquí

Presentación 3
  • Título: A time-varying markov chain model to value rainfall based financial options in equatorial zone

  • Expositor: Jesus Solano

  • Descripción: Rainfall accurate modeling is essential to design risk management strategies in agriculture sector. The present work develops a complete framework to price European call and put options written on precipitation at specific locations. Actually, the rainfall is model using chain dependent process to occurrence and statistical fit to intensity based on historical rainfall. However, none of the current literature methods takes into account the influence of El Niño (ENSO) in the occurrence and amount of rainfall. In this study we develop a Markovian-Gamma model incorporating monthly seasonality and ENSO forecast probability effect for the modeling of rainfall process in an equatorial zone. The effect of ENSO and monthly seasonality is performed using vector generalized linear models (VGLM). Analysis were performed using precipitation data from a weather station located in equatorial zone. The results shows a better fitting in equatorial zones compared to literature studies. Historical extreme ENSO events are also tested with our model showing more accurate forecast. Finally, weather derivatives call and put options are pricing following daily simulation approach.
  • Descargue su presentación aquí

Track 3 - Research & Innovation Analytics

Vivimos en un entorno en constante cambio, por eso es necesario para las empresas y las personas reinventarse constantemente. El análisis de datos al hacer parte fundamental de la era digital no es ajeno a esta dinámica. Por eso en este track podrá enterarse de las últimas tendencias, avances, investigaciones e innovaciones en el procesamiento de los datos para la toma de decisiones.
Presentación 1
  • Empresa: Ecopetrol

  • Título: SpectralNET: una aplicación de redes neuronales para la estimación de propiedades físicas de hidrocarburo a partir de firmas espectrales.

  • Expositor: Sergio Castelblanco y Jhon Franklin Gonzalez

  • Descripción: En este estudio se exploran técnicas de aprendizaje computacional profundo con el fin de predecir las propiedades físicas de los hidrocarburos a partir de firmas espectrales.  En particular se quiere predecir la propiedad física de la gravedad API, la cual describe la relación de densidades entre el hidrocarburo y el agua. A partir de dicha relación, se puede estimar cómo será el comportamiento de los fluidos en el yacimiento, construyendo las bases para la planeación estratégica de los campos petroleros.
  • Descargue su presentación aquí

Presentación 2
  • Empresa: IBM

  • Título: El futuro de la salud es cognitivo

  • Expositor: Elisa Zapata

  • Descripción: El big data y la inteligencia artificial son palabras clave en el futuro de la industria de la salud. Desde la salud pública hasta la personalización del cuidado y el futuro del trabajo para los profesionales de estas ciencias. Su adopción en la prestación de servicios de salud en América es escasa y en Europa es desigual, y la mayoría de los proyectos en curso tienen un impacto limitado en los objetivos estratégicos de las instituciones. Esta presentación analiza cómo cruzar el abismo, a partir de la implementación de un enfoque más amplio y más estratégico para la gestión y el gobierno de los datos de salud. Analiza el potencial de big data y la inteligencia artificial en el contexto de la salud basada en valor, y cómo acelerar los caminos hacia la transformación digital a través de estas tecnologías.
Presentación 3
  • Empresa:TIMI

  • Título: Inteligencia Artificial en el Sector Público: mejorando la prestación de servicios en el Reino Unido.

  • Expositor: Natalia Angarita

  • Descripción: En esta charla se hablará de cómo desarrollar capacidades alrededor de la transformación digital en el sector público inglés, con el primer modelo operacional de machine learning encargado de mejorar la prestación de servicios en el sector público. Actualmente el modelo procesa más de 500 aplicaciones diarias; incrementando  el rendimiento operacional en un 40% y mejorando el servicio  a través de la  reducción  en los tiempos de espera en más de un 40%.

  • Descargue su presentación aquí

Track 4 - Academic Track

Presentación 1
  • Universidad: Universidad del Rosario

  • Título: What predicts corruption?

  • Expositor: Jorge Gallego

  • Descripción: Using rich micro data from Brazil, we show that multiple popular machine learning models display extremely high levels of performance in predicting municipality-level corruption in public spending. Measures of private sector activity, financial development, and human capital are the strongest predictors of corruption, while public sector and political features play a secondary role. Our findings have implications for the design and cost-effectiveness of various anti-corruption policies.
Presentación 2
  • Universidad: Departamento de Ingeniería de Sistemas y Computación, e Ingeniería Industrial, Universidad de los Andes

  • Título: Construcción de modelos para la detección de contribuyentes omisos - caso de estudio con la Secretaria Distrital de Hacienda

  • Expositor: Camilo Franco – María del Pilar Villamil

  • Descripción: Actualmente la Secretaría Distrital de Hacienda tiene el objetivo de sistematizar sus procesos con el fin de ejecutar sus tareas de recaudo impositivo de manera más eficiente y transparente. Uno de los objetivos más prioritarios es el de la identificación de contribuyentes omisos. La identificación de omisos es un problema complejo en la práctica, en parte debido a la confidencialidad y privacidad de la información como también a su credibilidad. Es precisamente en este tipo de problemas donde los métodos de aprendizaje computacional pueden ser de gran ayuda. En particular, la Secretaría ha identificado la relevancia de detectar contribuyentes con alta probabilidad de pertenecer a una actividad económica con la cual no reportan declaraciones en el periodo de análisis. En este sentido, se presenta un caso de estudio, aplicando herramientas analíticas para la clasificación automática de contribuyentes de acuerdo con su comportamiento como tienda de barrio, utilizando como información solamente la relación del contribuyente con sus proveedores.

    Autores: Ana María Irmgard, Felipe Gonzalez, Andrés Moreno, Maria del Pilar Villamil, Camilo Franco
Presentación 3
  • Universidad: Universidad de los Andes.

  • Título: Estudiando el transporte sostenible y su entorno: la bicicleta

  • Expositor: BiciBog
    El grupo de investigación BiciBog es un colectivo académico de investigadores de la Facultad de Ingeniería y la Facultad de Medicina de la Universidad de los Andes enfocados en estudiar el impacto de las políticas públicas en la salud y la calidad de vida, a través del uso y la promoción del medio de transporte sostenible más difundido del mundo: la bicicleta. Soportados en herramientas de análisis de datos, el grupo tiene el objetivo de brindar resultados que faciliten el entendimiento del uso de la bicicleta en la ciudad para diseñar los proyectos qué ayudaran a Bogotá a cumplir las metas de Plan Bici y convertirse en la capital mundial de la bicicleta.

  • Descripción: Para adoptar un estilo de vida más sano, los gobiernos locales están incentivando el uso de la bicicleta por medio de la implementación de estrategias en diferentes ejes de acción, como la infraestructura, la seguridad y la cultura. Se aplicaron métodos de análisis de datos para proveer herramientas para la toma de decisiones, tomando como insumo datos gubernamentales y datos de libre acceso. Se estimó el Level of Traffic Stress para la malla vial de la ciudad a partir de un algoritmo de aglomeración y una regresión logística multinomial. La seguridad vial se abarcó desde el comportamiento histórico de los siniestros y colisiones aplicando análisis de tendencias, análisis espacial y modelos de clasificación para determinar las implicaciones del entorno construido. Finalmente, partiendo de un contexto diseñado para apoyar a los planeadores del transporte, se desarrolló un modelo GAM para estudiar los factores individuales y del entorno asociados al uso de la bicicleta.
  • Descargue su presentación aquí

Presentación 4
  • Universidad: Universidad de los Andes

  • Título: Analítica de datos y modelamiento para una agro-cadena cooperativa de cacao en Arauca

  • Expositor: Daniela Rodríguez

  • Descripción: El mercado de cacao fino de aroma presenta oportunidades únicas a los pequeños agricultores de Arauca. Para acceder a este mercado, es necesario sincronizar cuidadosamente los eslabones de la agro-cadena del cacao, desde el acopio y transporte de la cosecha; pasando por su procesamiento y almacenamiento; y llegando hasta su comercialización. Como cada una de las operaciones en la agro-cadena afecta la calidad del cacao, un dimensionamiento inadecuado de la capacidad y los recursos provoca deficiencias en la cadena de valor, perjudicando así los ingresos del agricultor. Para resolver este problema, proponemos una solución integral compuesta por diferentes modelos interconectados que utilizan métodos de optimización y simulación. Estos modelos cubren las decisiones operativas (asignación de transporte), tácticas (dimensionamiento de la planta de procesamiento) y estratégicas (acceso a mercados) de la cadena de valor del cacao. La metodología es ilustrada en un caso de estudio en Arauca.

  • Autores: Daniela Rodríguez*, Carlos Ardila*, María F. Cortés*, Ivan Mura* Andrés L. Medaglia*, Sebastián Escobar*, Jader Rodríguez*.
    *Departamento de Ingeniería Industrial, Universidad de los Andes

Universidad de los andes
Vigilada MINEDUCACIÓN
Reconocimiento como Universidad. Decreto 1297 del 30 de Mayo de 1964
Reconocimiento personería jurídica Resolución 28 del 23 de Febrero de 1949 Min. Justicia.