Ciencia de Datos e Inteligencia Artificial

Ciencia de Datos es un área de trabajo interdisciplinar que incluye procesos para recopilar, preparar, analizar, visualizar y modelizar datos que permitan generar conocimiento útil.

Palabras clave

Big Data, Ciencia de Datos, Inteligencia Artificial,

Resumen científico

Ciencia de Datos es un área de trabajo interdisciplinar que incluye procesos para recopilar, preparar, analizar, visualizar y modelizar datos que permitan generar conocimiento útil.

Ciencia de Datos es un área de trabajo interdisciplinar que incluye procesos para recopilar, preparar, analizar, visualizar y modelizar datos que permitan generar conocimiento útil para comprender problemas complejos y ayudar en la toma de decisiones. Estos datos con frecuencia son no estructurados y heterogéneos. En muchas ocasiones, se trata de grandes volúmenes de datos que por su complejidad y diversidad requieren de arquitecturas y técnicas innovadoras para extraer conocimiento relevante: es el conocido Big Data. Ciencia de Datos es un campo emergente con una alta aplicabilidad en ciencias de la salud, marketing, negocios, mercados financieros, transporte, comunicaciones, redes sociales, etc.

Como indica la consultora Gartner (la más prestigiosa en tecnologías de la información), los científicos de datos no son analistas de negocio tradicionales, son profesionales con la rara capacidad para obtener modelos matemáticos a partir de datos que generan beneficios empresariales claros y contundentes. Así, cada vez más se exigen profesionales con habilidades en campos como informática, matemáticas, estadística o negocios que dominen las nuevas tecnologías y sepan gestionar datos. Las empresas de todos los sectores están adoptando cada vez más la Ciencia de Datos, de modo que la demanda de expertos en este sector es enorme; así lo refleja un estudio del MIT Sloan Management Review (2015). Está considerada como una de las mejores oportunidades laborales de los próximos años. Según un estudio de LinkedIn (2015), el número de profesionales en Ciencia de Datos se ha duplicado en los últimos cuatro años. Otro estudio de Burtch Works (2015) reconoce el impacto positivo en el salario al incluir conocimientos de Ciencia de Datos. La Inteligencia Artificial forma parte de corazón de la Ciencia de Datos. El uso de técnicas inteligentes de análisis de datos ha propiciado el desarrollo de tecnologías que están siendo aplicadas de forma exitosa para la extracción de conocimiento y que junto con la disponibilidad de datos masivos han hecho que la Ciencia de Datos y las tecnologías de Big Data alcancen un peso muy importante entre las tecnologías fundamentales de la transformación digital que está acelerando la transformación de la sociedad y economía basada en el conocimiento.

 

Investigadores de la Unidad

Profesionales con la rara capacidad para obtener modelos matemáticos a partir de datos que generan beneficios empresariales claros y contundentes.


Francisco Herrera Triguero

Investigador principal de la unidad

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Sobre Francisco Herrera Triguero

Francisco Herrera Triguero, natural de Jódar (Jaén), es catedrático de Ciencias de la Computación e Inteligencia Artificial, profesor y director del grupo de investigación ‘Soft Computing y Sistemas de Información Inteligentes’ en la Universidad de Granada. Considerado uno de los científicos españoles más influyentes del mundo en el ámbito de la Informática y de la Ingeniería, el resultado de sus estudios se aplica en campos como la automoción, la electrónica y los electrodomésticos.

 

El científico galduriense obtuvo en 2010 el Premio Nacional de Informática, en la modalidad Aritmel, de la Sociedad Científica Informática de España, por sus aportaciones científicas en las áreas de ‘Soft Computing’ y Minería de Datos, de gran impacto en la comunidad científica, y por el impulso de las actividades de investigación en este área en España. Asimismo, la Universidad de Jaén lo distinguió en 2015 con el título de ‘Natural de Jaén’. Ha sido galardona en el año 2017 como Medalla de Andalucía.


José Manuel Benítez Sánchez

Investigador garante

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Jorge Casillas Barranquero

Investigador garante

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Óscar Cordón García

Investigador garante

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Salvador García López

Investigador garante

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Juan Manuel Gorriz Sáez

Investigador garante

Dpto. Teoría de la Señal y la Comunicación. UGR

Google Scholar

Enrique Herrera Viedma

Investigador garante

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Manuel Lozano Márquez

Investigador garante

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Javier Ramírez Pérez de Inestrosa

Investigador garante

Dpto. Teoría de la Señal y la Comunicación. UGR

Google Scholar


Sergio Alonso Burgos

Investigador asociado

Dpto. Lenguajes y Sistemas Informáticos. UGR

Google Scholar

Jesús Alcalá Fernández

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Rafael Alcalá Fernández

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Javier Cabrerizo Lorite

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Francisco Charte Ojeda

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Chris Cornellis

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Coral Del Val Muñoz

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Alberto Fernández Hilario

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Óscar Ibañez Panizo

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Miguel Lastra Leidinger

Investigador asociado

Dpto. Lenguajes y Sistemas Informáticos. UGR

Google Scholar

Antonio Gabriel López Herrera

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Julián Luengo Martín

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Andrea Valsecchi

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Rosana Montes Soldado

Investigador asociado

Dpto. Lenguajes y Sistemas Informáticos. UGR

Google Scholar

Juan Antonio Morente Molinera

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Eduardo Peis Redondo

Investigador asociado

Dpto. Biblioteconomía y Documentación. UGR

Google Scholar

Rosa Rodríguez Domínguez

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Rocío Romero Zaliz

Investigador asociado

Dpto. Ciencias de la Computación e Inteligencia Artificial. UGR

Google Scholar

Diego Salas González

Investigador asociado

Dpto. Teoría de la Señal y la Comunicación. UGR

Google Scholar

Ana María Sánchez López

Investigador asociado

Dpto. Lenguajes y Sistemas Informáticos. UGR

Google Scholar

Principales contribuciones

Es un campo emergente con una alta aplicabilidad en ciencias de la salud, marketing, negocios, mercados financieros, transporte, comunicaciones, redes sociales, etc.

Referencia bibliográfica de las principales publicaciones

Morente-Molinera, J. A.; Pérez, I. J.; Ureña, M. R. & Herrera-Viedma, E. (2015), ‘On multi-granular fuzzy linguistic modeling in group decision making problems: A systematic review and future trends.’, Knowl.-Based Syst. 74 , 49-60.
Ureña, R.; Chiclana, F.; Morente-Molinera, J. A. & Herrera-Viedma, E. (2015), ‘Managing incomplete preference relations in decision making: A review and future trends.’, Inf. Sci. 302 , 14-32 .
Sáez, J. A.; Luengo, J.; Stefanowski, J. & Herrera, F. (2015), ‘SMOTE-IPF: Addressing the noisy and borderline examples problem in imbalanced classification by a re-sampling method with filtering.’, Inf. Sci. 291 , 184-203 .
Wu, J.; Chiclana, F. & Herrera-Viedma, E. (2015), ‘Trust based consensus model for social network in an incomplete linguistic information context.’, Appl. Soft Comput. 35 , 827-839 .
Dong, Y.; Chen, X. & Herrera, F. (2015), ‘Minimizing adjusted simple terms in the consensus reaching process with hesitant linguistic assessments in group decision making.’, Inf. Sci. 297 , 95-117

Proyectos y/o contratos más relevantes

MIBISOC: Medical Imaging Using Bio-inspired and Soft Computing. Marie Curie Initial Training Networks (ITN)

Duración: 2009-2015

MEPROCS: New MEthodologies and PROtocols of forensic  Identificación by Craniofacial Superimposition. European Commission. FP7 Security Call. Topic SEC2011.1.4-3 – Advanced forensic framework –Coordination and support actions.

Duración: 2012-2014

OPTIRAIL: Development of a smart framework based on knowledge to support infrastructure maintenance decisions in railway networks
 (HUELLA-LIVE): LCA, Environmental footprints and intelligent analysisfor the rail infrastructure construction sector

 Duración: 2013-2016

STEER: Support Tool for Energy EfficientyProgrammes in medical centres

Duración: 2015-2018