Salvador Hernández Vélez
El Centro de Investigación en Matemáticas Aplicadas (CIMA), que dirige la doctora Delia García Calvillo, nació en marzo de 1973. Tiene como misión desarrollar, promover y fortalecer la investigación en las diferentes áreas de las matemáticas con un enfoque de aplicación; brindar servicios y asesorías con relación a la aplicación de modelos matemáticos en el sector público, privado, educativo y de servicios; e impartir cursos de su especialidad tanto a recién egresados, como a empleados que requieren de la ciencia de datos.
Es de gran relevancia este programa de posgrado en la Universidad Autónoma de Coahuila, pues forma excelentes profesionistas que hoy demanda el mercado laboral. Esta alternativa educativa, les permite formarse en esta área de la ciencia de datos, tan utilizada en el mundo actual para la toma de decisiones de todo tipo, por lo que aplicarán todo lo aprendido para el beneficio de la sociedad.
La segunda generación en Ciencia de Datos y Optimización, culminó sus estudios en este posgrado, de reciente creación, que oferta el Centro de Investigación en Matemática Aplicada. Es muy significativo estudiar una maestría de este nivel que está entre los posgrados apoyados por el CONAHCYT, en el Programa Nacional de Posgrado (PNP) y que las 9 graduadas y graduados, sean las y los mismos 9 estudiantes que ingresaron en esta generación, lo que demuestra el interés, compromiso y dedicación que tuvieron, para salir adelante. La maestría inició sus actividades en el 2020, en plena pandemia del COVID-19.
En el desempeño profesional, ya sea en el sector productivo o en la academia, es de suma importancia contar con especialistas en la ciencia de datos. Esto es parte del compromiso de la UAdeC de adecuar su oferta académica a las actuales necesidades y problemáticas que enfrenta la sociedad, con nuevas carreras, especialidades y posgrados, que permitan impulsar mejores condiciones de empleo y de bienestar. Contar con este posgrado que se enfoca en esta tarea multidisciplinaria de la ciencia de datos, es de gran apoyo en nuestra tarea formativa, en virtud del gran alcance e impacto para el desarrollo social.
La relevancia del CIMA es porque este centro de investigación contribuye para el cumplimiento de la misión de la UAdeC que, como institución de educación superior, fortalece así la capacidad para formar capital humano. Este programa de maestría que se encuentra registrado en el SNP, permite beneficiar a estudiantes como becarias y becarios del CONAHCYT, todos están becados. De ese programa egresan personas altamente calificadas, por lo que su futuro es exitoso. Todos están trabajando sus tesis, que a la vez serán productos de investigaciones orientadas a aplicaciones.
Los temas de tesis de los integrantes de esta segunda generación son los siguientes. Liza Fabiola Escamilla Rodríguez: Estudio de un problema de ruteo de vehículos aplicado al transporte compartido de personas a servicios médicos en Saltillo, Coahuila; Maximiliano Ibarra Navarro: Optimización bi-objetivo de una cadena de suministro verde agro-industrial: enfoques de solución para la eficiencia y sostenibilidad; Diego de León Medina: Evaluación de escenarios de carga de vehículos eléctricos y de desarrollo de capacidad renovable en México a 2030, 2040 y 2050; Perla Elizabeth Castillo Flores: Ingeniería de datos para el análisis y detección de fallas en el proceso de laminado en caliente de una industria metalúrgica de la región; Natalia Galván Cámara: Desarrollo e implementación de un simulador con aprendizaje automático para el modelado de fenómenos físicos; Baldemar Aguirre Fraire: Predicción a corto plazo de consumo eléctrico doméstico empleando modelos de aprendizaje automático; Lorenzo Valdez Contreras: Implementación de un sistema de adquisición de datos y análisis de funcionamiento de maquinaría automática usando inteligencia artificial; José Eduardo Mellado Sánchez: Métodos Quasi-Newton con aproximaciones a la derivada utilizando funciones Kernel, utilizable en algoritmos de Machine Learning, una especie de Inteligencia Artificial que posibilita a un sistema aprender de los datos, en vez de aprender de la programación explícita; Joel Enrique Tijerina Cadena: Implementación de técnicas de machine learning para pronóstico de producción en la industria automotriz.