Actualmente soy profesora asociada del Departamento y coordinadora de la Maestría en Ingeniería de Información, MINE. Soy miembro activo del Centro de Excelencia y Apropiación en Big Data y Data Analytics, CAOBA.

Anteriormente fui Directora del Departamento, coordinadora del programa de Especialización en Construcción de Software – ECOS, coordinadora de laboratorios  y coordinadora de pregrado.

He sido profesora de los siguientes programas académicos:

• Pregrado en Ingeniería de Sistemas y Computación
• Maestría en Ingeniería de Sistemas y Computación – MISIS
• Maestría en Ingeniería de Información – MINE
• Especialización en Sistemas de Información en las Organizaciones – ESIO
• Especialización en Construcción de Software – ECOS
• Especialización en Redes de Computadores – ESORED
• Especialización en Creación Multimedia
• Programa de Gestión Estratégica Informática – GEI

Además he sido profesora en múltiples cursos de educación continuada abierta y corporativa, en temas de ingeniería de información.

Dirijo con regularidad proyectos de grado, tesis de maestría y tesis doctorales. He sido jurado externo de tesis de maestría y de doctorado en varias universidades colombianas.

Soy par evaluador del Ministerio de Educación Nacional y de Colciencias, en ámbitos de acreditación de programas de pregrado y maestrías y en evaluación de proyectos de investigación. Participo activamente en la evaluación de artículos sometidos a varios Journals de investigación arbitrados, registrados en bases de datos Scopus e ISI.

He participado en proyectos de investigación y consultoría para instituciones públicas y privadas y he sido Co-chair, Chair de sesión y miembro de Comité de Programa en conferencias nacionales e internacionales. He sido conferencista invitada en múltiples eventos y artículos de divulgación relacionados con la Ingeniería de Información.

Fui ingeniera de investigación en la Université Joseph Fourier de Grenoble, Francia y analista en la ETB. Adicionalmente tengo formación musical del Conservatorio Nacional.

Enlace a CVLAC

Intereses y líneas de Investigación:

Grupo:: Research Group:

• COMIT-Comunicaciones y Tecnología de Información

La información detallada de los proyectos de investigación a mi cargo la encuentra en la pestaña Proyectos.

Big Data (huge data) is the term to refer to the context of integration and analysis of massive amounts of information mobile, web, social and cloud, appropriate and relevant for the user to understand the ecosystem of an organization. The analysis of huge amounts of data that is generated both within organizations and outside them, has changed the technologies and methodologies which develop content-based solutions that seek to create value, differentiation and timeliness in decision-making.

The graduate course Big Data Analytics is offered in fall semester 2013. The purpose of the course is to present, analyze and utilize the opportunities for innovation that provides the analysis of large amounts of data: making strategic and tactical decisions in an organization, the development of applications in different fields of knowledge and the selection and integration infrastructure to ensure high scalability allowing natural growth of the solutions implemented.

A strategic and tactical level of an organization, Big Data Analytics seeks to understand and use the data from internal and external to the company in order to understand the changes and market trends, identify population segments opinions relevant to the business flow and interpret Data from social sources to generate competitive analysis.

A level of Big Data application development are generated techniques and methodologies for such further information that are adaptable to different fields of application, thereby allowing effective use of the data in the analysis of a specific problem. Among the fields of development of Big Data are: e-commerce, the public policies, telecommunications, gaming, government applications, health applications, urban behavior analysis and prediction, prevention and response to disasters.

Finally, in terms of infrastructure, such as Hadoop and NoSQL technologies are used to facilitate high scalability in processing, and storage of such information. Using these technologies together with the definition of data-oriented architectures, can offer robust and efficient creating competitive advantages in different perspectives in business and research in the field.

Significantly, the technologies for massive data management are being adopted and developed by large companies such as Google, Yahoo, Amazon, Facebook, Twitter, SAP, MTV, Disney, The New York Times, FourSquare, Springer, PiCloud, Grooveshark , among others. Companies like Oracle, IBM, EMC2 have ventured into the development of infrastructure-based solutions, architectures and applications that allow analysis of Big Data.

En esta página encuentra buenas prácticas, dudas frecuentes , enlaces y ayudas. La preocupación es principalmente el español, pero el inglés y el francés tienen su espacio en las noticias en el tema.

Para empezar, un pequeño repaso :

• El día del repaso de ortografía
• Un ilustrativo video sobre la diferencia entre “sino” y “si no” publicado por Fundeu.
• Sobre la formación de sustantivos a partir de verbos
• No puede faltar el enlace a la escritura adecuada de los prefijos

Los enlaces infaltables:

Los diccionarios de la RAE. Diccionario en línea, diccionario de dudas, usos… incluyen los usos locales aceptados e integrados. Actualización permanente, aplicaciones para dispositivos móviles. En Twitter: @RAEInforma

Fundéu: Sitio de referencia en usos y dudas sobre el “español urgente”. Recomendaciones de buenos usos, estilo, gramática y análisis de errores frecuentes . @Fundeu

Para la redacción en inglés el infaltable es Oxford Diccionaries. En Twitter: @OxfordWords

Dicta 2.0 y GoodRAE son grandes hallazgos.

Algunos temas que recopilo porque vuelvo a ellos con frecuencia:

•  38 palabras que solemos escribir con tilde y no la llevan | Fundéu BBVA
• Expresiones o términos que comunmente generan confusión y mal uso: www.fundeu.es/diez-distinciones-que-son-algo-mas-que-un-matiz-o-diez-parecidos-nada-razonables

La traducción automática es una tarea compleja

Seis palabras que son intraducibles al español

Las palabras que significan diferente, se escriben con las mismas letras y se diferencian según el acento… (y en consecuencia según la tilde, por supuesto)

Esta lista ha sido conformada durante varios semestres en largas sesiones de revisión de informes y documentos, en comidas, almuerzos, trasnochadas y catarsis después de las revisiones…

Por ello, la decisión de cuál es el acento correcto depende de ¡USTED! Qué quiere decir en cada frase es lo que determina cuál de todas es la correcta…

¡Gracias a todos los que han contribuido a armar esta lista! Por supuesto, mis estudiantes y principalmente mi familia ha aportado gran parte de ellos a partir de mis quejas por los documentos mal escritos y sus propias experiencias… ¡Espero que las contribuciones continúen!

Gracias también a quienes hicieron aportes en la presentación, entre otras cosas… corrigiendo redacción y ortografía. 🙂

Los proyectos actuales se desarrollan en temas de análisis y enriquecimiento automático de contexto. El contexto se puede entender de muchas formas, tanto a nivel de contenidos, como a nivel espacio-temporal. Por ello, el abordaje lo realizamos en dos familias de proyectos:

• MagPie, en el cual nos centramos en análisis e inferencia sobre situaciones de la vida diaria (Daily Living Activities), a partir del análisis de flujos de datos en tiempo real (Stream Analytics), inferencia de patrones (Pattern Inference), generación automática de alertas personalizadas (Predictive Analytics, Prescriptive Analytics). El objetivo, a nivel de aplicación, es el apoyo a personas frágiles que viven solas, o personas que pueden encontrarse en situaciones de fragilidad, bien sea en su entorno urbano o en sus viviendas. Los dispositivos móviles, los sensores ambientales, los datos de creación compartida (crowdsourcing), entre otros, son buenos aliados en nuestra tarea.
• Damasco, en el cual nos centramos en análisis de contenidos, en el cual trabajamos con técnicas de análisis y enriquecimiento basados en análisis de textos (Text Analytics), análisis de lenguaje natural (Natural Language Processing, NLP), principalmente en español; análisis de información altamente enlazada (Linked Data); Análisis de redes sociales (Social Mining) y Enriquecimiento a partir de datos semánticos (Web Analytics, Ontological Enrichment). A nivel de aplicación, estas técnicas nos permiten enriquecer semánticamente las noticias, analizar reacciones ciudadanas a temas de coyuntura como los momentos electorales, las reacciones sociales en redes, el análisis y enriquecimiento de textos, inferir la ocurrencia de situaciones como matoneo, etc. También nos permiten evidenciar situaciones coocurrentes en relatos textuales, como pueden ser historias clínicas, relatos de situaciones de conflicto y postconflicto, etc.

En los dos casos, nuestros proyectos hacen uso de técnicas de análisis de Big Data, aprendizaje automático (Machine Learning, Deep Learning…) y análisis de datos no estructurados o semiestructurados. Por supuesto, todas ellas involucran también los datos operativos y analíticos tradicionales en situaciones de alta escalabilidad, lo cual nos habilita en análisis de Big Data para resolver asuntos como describir potenciales situaciones de fraude, corrupción, ataques informáticos, etc.

Se han publicado algunas notas sobre estos proyectos en la Revista Contacto, los invito a leerlas:

Adultos mayores independientes gracias a la Ingeniería de Información – Especial Accesibiliad – (pág 14 de la revista, pág 8 del pdf)

Corrupción en Contexto – Especial Inteligencia Artificial – (pág 19 de la revista, pág 10 del pdf)

Le invito a consultar en detalle cada uno de los proyectos, haciendo click en las imágenes que encuentra abajo. También, una buena pista de los resultados se encuentra en las publicaciones científicas y las tesis (pregrado, maestría y doctorado), referenciadas en la Biblioteca Uniandes.