Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2021-127412OB-I00

Financiado

Cerrado

MODEL-DRIVEN ENGINEERING FOR DATA SCIENCE PROJECTS

EL INCREMENTO DE LOS DATOS GENERADOS EN NUESTRAS VIDAS HA IMPULSADO LA DEMOCRATIZACION DE LAS PLATAFORMAS DE BIG DATA USADAS PARA EL ANALISIS DE DICHOS DATOS Y LA EXTRACCION DE CONOCIMIENTO A PARTIR DE ELLOS. A PESAR DE LA MADUREZ... ver más

01/01/2021

UNEX

104K€

Presupuesto del proyecto: 104K€

Líder del proyecto

UNIVERSIDAD DE EXTREMADURA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 805

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UNEX

Lider

Proyectos interesantes

TIN2017-88209-C2-1-R

Data Science

Software

117K€ Cerrado

BES-2014-069118

Data Science

Software

93K€ Cerrado

TIN2016-81113-R

Data Science

Software

115K€ Cerrado

DEDS

Data Science

Software

4M€ Cerrado

TIN2014-55894-C2-2-R

Data Science

Software

111K€ Cerrado

KDD-CHASER

Data Science

Software

176K€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

UNIVERSIDAD DE EXTREMADURA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 805

Presupuesto del proyecto 104K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto EL INCREMENTO DE LOS DATOS GENERADOS EN NUESTRAS VIDAS HA IMPULSADO LA DEMOCRATIZACION DE LAS PLATAFORMAS DE BIG DATA USADAS PARA EL ANALISIS DE DICHOS DATOS Y LA EXTRACCION DE CONOCIMIENTO A PARTIR DE ELLOS. A PESAR DE LA MADUREZ QUE HAN ALCANZADO ESTAS HERRAMIENTAS, EXISTEN AUN RETOS IDENTIFICADOS POR LA COMUNIDAD QUE DEBEN SER ABORDADOS EN ESTE CAMPO. UNO DE ELLOS SE CONOCE COMO LA CRISIS DE LA REPRODUCIBILIDAD Y REFERIDO A LA DIFICULTAD DE REPRODUCIR Y REPLICAR LOS EXPERIMENTOS DESARROLLADOS EN LOS PROYECTOS DE CIENCIA DE DATOS.AUNQUE EXISTEN DIVERSAS RAZONES QUE EXPLICAN EL PROBLEMA DE LA REPRODUCIBILIDAD Y LA REPLICABILIDAD (R&R), LA COMPLEJIDAD DE LA INFRAESTRUCTURA QUE DA SOPORTE A ESTOS PROYECTOS SE CONSIDERA UN FACTOR DETERMINANTE. EN ESTE SENTIDO, LA DEFINICION DE PROCESOS DE CIENCIA DE DATOS ABSTRAYENDO AL CIENTIFICO DE DATOS DE PLATAFORMAS CONCRETAS REDUCIRIA ESTE PROBLEMA, FACILITANDO A LOS DIFERENTES ROLES INVOLUCRADOS (E.G. CIENTIFICO E INGENIERO DE DATOS) HERRAMIENTAS QUE LES PERMITAN PONER EL FOCO SOLO EN SU RESPONSABILIDAD (COMO SUGIERE MLOPS).OTRAS RAZONES QUE DIFICULTAN LA R&R SON LA PROPIA COMPLEJIDAD DE LOS PROCESOS DE CIENCIAS DE DATOS Y LA FALTA DE ESTANDARES PARA SU DEFINICION (AL TRATARSE DE UN CAMPO DE INVESTIGACION RELATIVAMENTE JOVEN). ESTO HACE QUE LOS CIENTIFICOS Y LOS INGENIEROS DE DATOS TENGAN QUE DEFINIR ESTOS PROCESOS A MENUDO DE MANERA MANUAL, HACIENDO USO DE UN AMPLIO CONJUNTO DE TECNOLOGIAS Y DANDO LUGAR A PROCESOS PROPENSOS A ERRORES Y DIFICILES DE TRAZAR. ESTOS PROBLEMAS ESTAN RELACIONADOS CON OTROS RETOS ABIERTOS QUE LA COMUNIDAD HA IDENTIFICADO, COMO SON LA INTENCIONALIDAD (Y SU VERIFICACION), INCLUYENDO EL SESGO POR CUESTIONES COMO SEXO O LA RAZA, O LA TRAZABILIDAD DE LOS DATOS. LA DEFINICION SISTEMATICA DE ESTOS PROCESOS, SU EJECUCION AUTOMATICA EN LA INFRAESTRUCTURA QUE LOS SOPORTAN, ASI COMO LA POSIBILIDAD DE VERIFICAR LA CALIDAD DE LOS MISMOS PERMITIRIAN HACER FRENTE A ESTOS RETOS. ESTE PROYECTO PROPONE EL USO DE MODELADO DIRIGIDO POR MODELOS PARA EL DISEÑO DE PROCESOS DE CIENCIA DE DATOS PERMITIENDO SEPARAR SU DEFINICION EN 2 NIVELES DE ABSTRACCION DIFERENTES: LOGICO Y OPERACIONAL. EL PRIMERO FACILITARA A LOS CIENTIFICOS DE DATOS UN LENGUAJE CON EL QUE DEFINIR PROCESOS INDEPENDIENTES DE LA PLATAFORMA. EL SEGUNDO PERMITIRA A LOS INGENIEROS DE DATOS DEFINIR ENTORNOS DE EJECUCION CONCRETOS EN LOS QUE DESPLEGAR ESOS PROCESOS. MEDIANTE ESTA SEPARACION, EL CODIGO PARA EJECUTAR EL PROCESO PODRA SER GENERADO Y EJECUTADO EN UNA PLATAFORMA CONCRETA MEJORANDO LA R&R, YA QUE EL PROCESO PODRA SER DESPLEGADO UNA Y OTRA VEZ DE MANERA SISTEMATICA.ADEMAS, MEDIANTE ESTA DESCRIPCION DE ALTO NIVEL, EL CIENTIFICO DE DATOS PODRIA, ENTRE OTROS: (I) UTILIZAR TECNICAS DE VERIFICACION DE MODELOS PARA DETECTAR ERRORES O PROBLEMAS DE INTENCIONALIDAD; (II) TENER MECANISMOS PARA TRAZAR LOS DATOS; (III) COMPARAR PROCESOS COMPLEJOS DE MANERA SENCILLA; (IV) REUTILIZAR, TOTAL O PARCIALMENTE, ESTOS PROCESOS; (V) MEJORAR LA COLABORACION EN LA DEFINICION DE LOS PROCESOS. EL PROYECTO ESTA CLARAMENTE ENMARCADO DENTRO DE LA 4ª ACCION ESTRATEGICA (MUNDO DIGITAL, INDUSTRIA, ESPACIO Y DEFENSA) DEL PLAN ESTATAL DE INVESTIGACION CIENTIFICA, TECNICA Y DE INNOVACION 2021-2023. ESTA ACCION ESTA DIVIDIDA EN 4 EJES PRIORITARIOS, SIENDO EL PRIMERO TRANSFORMACION DIGITAL E INTELIGENCIA ARTIFICIAL, DIRECTAMENTE RELACIONADO CON LAS CONTRIBUCIONES DE ESTE PROYECTO. ODEL-DRIVEN DATA SCIENCE REPRODUCIBILIT

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores