Egresados

Eres nuestro egresado?

Cuéntanos sobre tus proyectos.

Has realizado alguna maestría o doctorado?

Escríbenos

Proyectos y Post Grados de nuestros egresados

Diego Ariel Aquino Britez

  • Ex alumno, egresado de la carrera (2015).

  • En año 2016 obtuvo una Beca Carlos Antonio López para cursar una Maestría en Ingeniería Informática en la Universidad Autónoma de Barcelona, España. Su tesis (2018) versó sobre Inpainting-Based Image Compression, que es una nueva técnica de compresión con pérdidas, basada en Ecuaciones Diferenciales Parciales (PDE), donde la idea principal es que seleccionando algunos pixeles de interés obtenidos de la imagen original, dicha imagen puede volver a ser reconstruida a partir de esos puntos o pixeles, con gran fidelidad, utilizando procesos de difusión.

  • En 2018 obtuvo otra Beca Carlos Antonio López para cursar el Doctorado en Tecnologías de la Información y la Comunicación en la Universidad de Granada - España, número 33 del Mundo dentro del Área de las Ciencias de la Computación. Su tesis doctoral tratará sobre “Optimización multi-objetivo de arquitecturas de aprendizaje profundo en plataformas de cómputo heterogéneas”. Dicho trabajo es adscrito a la línea de investigación en Computación de Altas Prestaciones y sus Aplicaciones. La culminación está prevista para el año 2022.

  • En 2022 ha defendido su tesis doctoral.

Clara Gamarra

Ex alumna, egresada de la carrera (2012), obtuvo una Beca Carlos Antonio López, para realizar una maestría en la Universidad de Southampton del Reino Unido. El programa para el cual aplicó fue Msc Business Analytics and Management Sciences (2016 - 2017).

Esta maestría está enfocada a aplicar el uso de datos en los negocios, para la toma de decisiones, mejorar procedimientos, o cualquier aplicación que se le pueda dar a los datos analizados.

Su proyecto de tesis se basó en el Royal Bank of Scotland, previo concurso con los demás alumnos de la maestría, para poder acceder al proyecto. El tema desarrollado fue Segmentación de los clientes aplicando RFM y el algoritmo k-means. RFM es una técnica de segmentación muy popular se refiere a Recency, Frequency y Monetary Value, y aplicando el k-means se optimiza la segmentación previa del RFM.