Tutoriales

Tutorial 1

Instructor: Leobardo Morales Tiburcio (IBM Cloud Customer Success Manager)

Título: Introducción a Watson Assistant, ruta de aprendizaje guiada

Resumen: La ruta de aprendizaje comienza con una descripción general de Watson Assistant, luego continúa con la implementación del servicio y el uso de las herramientas incluidas para crear intenciones, entidades e integraciones con otras aplicaciones. Utilizaremos tutoriales, videos y patrones de código para demostrar cómo crear habilidades y usarlas con asistentes virtuales. Los patrones de código incluyen código fuente abierto para brindarle ejemplos prácticos del uso de Watson Assistant en diferentes casos de uso: Ensamblar un diálogo de chatbot para pedir pizza, Crear un chatbot bancario, Crear un chatbot basado en la web con entrada y salida de voz.

Ing. Leobardo Morales Tiburcio. Como Customer Success Manager, es responsable de mantener y fortalecer las relaciones estratégicas con líderes clave y tomadores de decisiones en las organizaciones, también se desempeña como consultor de productos y experto en la materia con respecto a los procesos, procedimientos y políticas de operaciones de la empresa. También me gusta ser un asesor de confianza y un socio de pensamiento estratégico para las empresas y responsable de gestionar la relación del cliente con IBM. Ayudo a los clientes a planificar y comprender las mejores formas de utilizar su software o productos en función de las necesidades o planes comerciales del cliente.

Requerimientos para los asistentes: Crear gratis una cuenta de IBM Cloud si todavía no la tienen. No requiere tarjeta de crédito.

Tutorial 2

Instructores: Dra. Raquel Torres Peralta y Dr. Federico M. Cirett Galán (Universidad de Sonora)

Título: Ética en los experimentos de IA

Resumen: Breve taller sobre los requerimientos básicos para implementar experimentos que requieran datos privados e interacción con los y las sujetos de estudio. Durante el taller discutiremos la documentación que debe utilizarse para proteger tanto a los participantes del estudio como a los investigadores. Discutiremos los criterios para seleccionar a los participantes, medidas para proteger la información y procedimientos que deberán ser parte de los protocolos para cumplir con normas internacionales que permitan la publicación de resultados sin cuestionamientos en este renglón.

Dra. Raquel Torres Peralta. Doctora y Maestra en Ciencias Computacionales por la Universidad de Arizona. Licenciada en Informática por el Instituto Tecnológico de Hermosillo. Se desempeña como profesora-investigadora y como Coordinadora del programa de Ingeniería en Sistemas de Información en el Departamento de Ingeniería Industrial de la Universidad de Sonora. Experta en interacción humano-robot e Inteligencia artificial y minería de datos en redes sociales. Área de Investigación: Salud, Drredes sociales.

Dr. Federico M. Cirett Galán. Doctor y Maestro en Ciencias Computacionales por la Universidad de Arizona. Actualmente es profesor-investigador y Coordinador de la Maestría en Ingeniería en Internet de las Cosas e Inteligencia Artificial en el Departamento de Ingeniería Industrial en la Universidad de Sonora. Sus áreas de especialidad son Inteligencia Artificial y Minería de Datos. Áreas de Investigación: Salud, Educación y Movilidad  


Requerimientos para los asistentes: Computadora / Acceso a Internet

Tutorial 3

Instructores: Dr. Jesús Horacio Pacheco Ramírez y Dr. Pedro González Zamora (Universidad de Sonora)

Título: Programación de dispositivos IoT

Resumen: En este taller se enseñará a crear una aplicación de Internet de las Cosas (IoT) desde el armado de los dispositivos hasta el acceso remoto a los mismos para obtener su información. Utilizaremos equipos Arduino, protocolo de comunicaciones MQTT y programación en Python.

Requerimientos para los asistentes: Computadora / Conocimientos básicos de programación

Tutorial 4

Instructores:  José Sierra, Ana Cruz Martínez y Lorena Guadalupe Martínez Bárcenas (Secretaría de Economía)

Título: Complejidad económica y aprendizaje de máquina: experimentos y aplicaciones

18 de mayo, de 11:00 a 14:00 horas, tiempo de CDMX (9:00 a 12:00 horas, tiempo Hermosillo).   

Resumen: Exploraremos los conceptos generales de la complejidad económica así como su metodología. 
Ademas, experimentraremos con algoritmos de aprendizaje de máquina la predicción de la complejidad a nivel geográfico y por actividad económica a través de ejercicios prácticos en Python.

Cupo máximo 20 asistentes.

Requerimientos para los asistentes: Tener instalado Python, Pandas, scikit, matlablib, geopandas y una interfaz para programar como Jupyter.
.







José Sierra
. Es director de área en la unidad de inteligencia económica global de la secretaría de economía. Su principal responsabilidad es el análisis de indicadores de complejidad económica y el desarrollo de política de fomento e industrial.  Economista por la Universidad Autónoma de Aguascalientes, antes de incorporarse al servicio público trabajó en la sociedad civil como investigador en temas de política de innovación, industrial y colaboración público privada en proyectos para agencias de colaboración como USAID (United States Agency for International Development), la embajada británica en México y la GIZ (Deutsche Gesellschaft für Internationale Zusammenarbeit GmbH).    


Ana Cruz. Esla encargada del desarrollo y administración técnica de las plataformas digitales para la UIEG y otras áreas de la secretaría de economía. También realiza análisis de datos para la promoción de exportaciones, así como intervenciones tecnológicas para la digitalización y automatización de procesos.    Es maestra en ciencias de la computación por el Centro de Investigación en Computación(CIC) del Instituto Politécnico Nacional e Ingeniera en sistemas computacionales por el ITQ. Cuenta con 10 años de experiencia en desarrollo de software para la industria privada e investigación en computación aplicada para distintos centros de investigación como ITQ, INAOE y CICATA. Desde hace cinco años ha realizado ciencia de datos para la política pública en la Estrategia Digital Nacional e IMCO. 







Lorena Martínez Bárcenas
. Es integrante del equipo de Ciencia de Datos de la Unidad de Inteligencia Económica Global de la Secretaría de Economía.   Tiene una maestría en economía por el Centro de Investigación y Docencia Económicas, es Ingeniera Matemática por la Escuela Superior de Física y Matemáticas del Instituto Politécnico Nacional, y Técnica en Sistemas Digitales por el Centro de Estudios Científicos y Tecnológicos del mismo instituto. Originaria de la Ciudad de México, demostró a lo largo de sus estudios un profundo interés por las ciencias matemáticas y sus aplicaciones.