A continuación se presentan los temas que serán abordados en el Congreso
-
1. Fundamentos y Métodos en Ciencia de Datos, Machine Learning e Inteligencia Artificial
Se buscan avances en modelos y algoritmos, incluyendo aprendizaje supervisado, no supervisado y por refuerzo. Son relevantes los enfoques en modelos generativos, aprendizaje profundo, explicabilidad y evaluación en entornos reales.
-
2. Aplicaciones en Ciencia de Datos, Machine Learning e Inteligencia Artificial
Se valoran aplicaciones en ciencias de la vida, salud, medio ambiente, finanzas, industria, ciencias sociales y educación. También se incluyen IA en políticas públicas, datos abiertos y desarrollo sustentable.
-
3. Ciencia de Datos Responsable y Ética en Inteligencia Artificial
Interesan estudios sobre sesgos, transparencia, privacidad, gobernanza y regulaciones. Se priorizan enfoques en IA ética, impacto social y su uso para el bien común.
-
4. Infraestructura, Datos y Herramientas para Ciencia de Datos
Se buscan aportes en gestión y calidad de datos, ingeniería de características, big data, computación en la nube y edge computing. También se incluyen estándares FAIR y modelado de datos.
-
5. Innovación y Casos de Éxito
Se valoran experiencias de adopción de IA en empresas, startups, industria, organizaciones gubernamentales, etc.. Son relevantes los desafíos de escalabilidad, impacto y colaboración academia-industria.
