Endika Aguirre Eguizábal, Iñigo Goikoetxea Fanega y Paula Pina Alcántara han sido reconocidos por sus destacados trabajos finales en la primera promoción del Máster en Machine Learning de la Universidad Pública de Navarra (UPNA). Los premios, patrocinados por la Cátedra Tracasa de Ciencias de la Computación e Inteligencia Artificial, están dotados con 400 euros cada uno.
La entrega de premios tuvo lugar en el evento 'Machine Learning TFM Showcase', donde los 20 estudiantes de la promoción presentaron sus trabajos en intervenciones de 3 minutos ante diversas empresas del sector. Al evento asistieron alrededor de 60 personas, entre representantes de empresas, profesorado y estudiantes del máster, así como de otros títulos de la UPNA.
Presentación de proyectos en el evento
En el evento, destacaron las presentaciones de las empresas participantes, entre las que se encontraban Professor Octopus AI Lab, Viscofán, Veridas y Naitec, además de otras entidades como CENER o Volkswagen Navarra. Aunque algunas empresas no pudieron asistir, como Piher Sensors & Controls y VisionQuality, estas también han acogido estudiantes en prácticas.
El trabajo de Endika Aguirre, titulado «Learning Population Dynamics Embeddings for Geospatial Inference and Health-Related Statistical Studies in Spain», fue dirigido por Guzmán Santafé Rodrigo y Carlos Echegoyen Arruti. Este proyecto se centra en representar municipios del Estado español mediante 'embeddings', descripciones numéricas que resumen características principales, para mejorar estudios estadísticos y análisis territoriales.
Innovación en la extracción de información
Iñigo Goikoetxea Fanega presentó su trabajo «Structured Information Extraction from Texts in Spanish Using LLMs», bajo la dirección de Mikel Sesma Sara y Javier Lasheras Navas. Este proyecto aborda la extracción automática de información relevante en textos en español, transformando documentos no estructurados en datos organizados de manera automática y fiable.
Por su parte, Paula Pina Alcántara, supervisada por Mikel Sesma Sara y Juan Ignacio Forcén Carvalho, desarrolló un proyecto en Veridas titulado «Semi-Supervised Learning with Anonymized Data for Presentation Attack Detection in Identity Documents». Este trabajo busca mejorar la seguridad en la verificación de identidad digital mediante técnicas de aprendizaje automático, utilizando datos anonimizados para reforzar la detección de fraudes.
El Máster en Machine Learning de la UPNA permite a los estudiantes especializarse en el machine learning, área de mayor impacto de la Inteligencia Artificial. Proporciona conocimientos para diseñar y programar algoritmos que permiten a las máquinas aprender de datos y resolver problemas complejos, mejorando la toma de decisiones en sectores clave como salud, industria, retail, automoción, logística o marketing.
Además, el máster ofrece la oportunidad de colaborar en proyectos de transferencia a la industria dentro del Institute of Smart Cities (ISC) de la UPNA. A través de prácticas en empresas, los estudiantes aplican los conocimientos adquiridos para resolver problemas reales, consolidando su formación en un entorno profesional.
