Investigador del MIT visita Uruguay para apoyar proyectos de estudiantes de UTEC

Josh Weisberg es investigador del Instituto Tecnológico de Massachusetts (MIT) y llegó a principios de enero por primera vez a Uruguay como docente de la Maestría en Ciencia de Datos de la Universidad Tecnológica del Uruguay (UTEC) con MIT.En Estados Unidos ayudó a diseñar las fábricas en las que Boeing construiría futuros aviones y hoy se encuentra trabajando en una investigación con Nissan, desarrollando e implementando machine learning para mejorar la precisión del proceso de planificación de producción de automóviles. ¿Por qué eligió la ciencia de datos y el machine learning (aprendizaje automático) en su profesión?Es algo que descubrí cuando estaba en mis estudios universitarios. Tomé una clase en tercer año y me encantó. Lo disfruté a pesar de que fue la clase más difícil que había tenido. Fue divertido, disfruté el rompecabezas, el misterio, la búsqueda de información y los datos interesantes. Así que decidí que quería formarme en la temática y trabajar en eso, y tuve la oportunidad de hacerlo al trabajar en Boeing. Después de ese período, volví a la universidad para reforzar mis conocimientos. En Boeing ayudó a diseñar las fábricas en las que se construirían los futuros aviones. ¿Puede contar sobre esta experiencia y cómo utilizó machine learning en este proceso? La mayor parte en la que usé machine learning fue en el desarrollo de productos de Boeing. El trabajo, primero, era diseñar el avión, y luego descubrir cómo construirlo. Sin embargo, es importante que se hagan ambas cosas al mismo tiempo para que se pueda construir mejor. Es preciso empezar a descubrir cómo construirlo en medio del proceso de diseño, cuando el avión solo es un concepto. Mi trabajo sirvió cuando estábamos pasando por la fase del concepto. Teníamos algunas métricas de los diseños anteriores, como el tiempo de flujo del avión en términos de construcción, por ejemplo. Es algo que se sabe desde muy temprano. Sin embargo, los metros cuadrados o el espacio que necesita el edificio para construirlo es mucho más difícil de saber porque requiere mucha información de diseño. Entonces, pudimos usar la ciencia de datos para mirar el proceso de construcción de los aviones anteriores, para luego relacionarlo con lo que queremos en el futuro. La ciencia de datos proporciona una conexión que permite encontrar patrones que generan métricas, algunas conocidas y otras completamente desconocidas. Esto es lo que permite pensar en un diseño concreto que mejore la construcción del...