Big Data Talent Awards

big-data-talent

2a edició dels Big Data Talent Awards

A continuació pots consultar els guanyadors i finalistes de la 2a edició dels Big Data Talent Awards 2015:

Guanyadors del Big Data Talent Awards 2016

  • - Categoria I: projecte final de carrera o de finalització de màster o postgrau
    • Tourist Factory (UPC) (Autors: Beatriz martin, Juan Pablo López, Yulia Zvyagelskaya i Rodica Fazakas). Tourist Factory és una solució AaaS (Analyticsasaservice) en temps real que, d'una banda, identifica turistes a les xarxes socials a les grans ciutats i, d'altra banda, implementa un sistema de recomanacions basat en contingut social i dirigit a aquests turistes.

    • - Categoria II: tesis doctoral
    • Large-scale comparative bioinformatics analyses (UPF realitzada al Centre de regulació genòmica) (Autora: Maria Chatzou). L'objectiu d'aquesta tesi ha estat explorar l'impacte de l’anàlisi de dades a gran escala en l'alineació de seqüències múltiples i la reconstrucció filogenètica, dos dels mètodes de modelatge més populars de la biologia.

Finalistes del Big Data Talent Awards 2016

  • - Categoria I: projecte final de carrera o de finalització de màster o postgrau
  • Convector - Public transport optimization through Big Data analytics (UPC) (Autors: Albert Quiroga, Ferran Cabezas, Xavier Mas i Carles Teixidó). El principal objectiu d’aquest projecte és dissenyar, construir i implementar un sistema d’anàlisis d’informació Big Data que analitzi les dades generades per una empresa de transport públic per tal de poder-ne extreure insights de valor pel negoci.
  • Computational Framework for the Assessment of New Forms of Organization in Social Media (UNED) (Autor: Pablo Aragón). Aquest projecte proposa un marc computacional per tal de determinar millor i analitzar les xarxes de Twitter dels partits polítics utilitzant algoritmes de detecció de comunitats.

  • - Categoria II: tesis doctoral
  • Evolutionary bags of space-time analysis for human analysis (UB) (Autor: Victor Ponce). La tesi analitza i presenta diverses aproximacions per a l'aprenentatge automàtic de representacions espai-temporals a partir de dades provinents de múltiples dispositius, posant èmfasi en les dades visuals i tècniques de visió artificial. Principalment es defineixen i s'utilitzen mètodes de computació evolutiva, sistemes de programació dinàmica i models generatius. L'objectiu és el l'anàlisi del comportament humà mitjançant el reconeixement de patrons gestuals i d'accions.
  • Prediction of protein and nucleic acid interactions (UPF) (Autor: Davide Cirillo).El propòsit d’aquesta tesi ha estat el desenvolupament de mètodes de bioinformàtica d'alt rendiment per avaluar quantitativament les associacions entre les proteïnes i els àcids nucleics (AN).

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

Do NOT follow this link or you will be banned from the site!