Lo que dice quien lo vivió

El punto de partida

Un analista de una empresa distribuidora en Pereira tenía modelos de pronóstico de demanda que producían un RMSE razonable en el papel, pero fallaban en los picos de quincena. Sospechaba que el problema era el modelo pero no sabía dónde buscar.

Lo que cambió

En las primeras semanas de la pista identificó que estaba incluyendo features construidos con datos del período a predecir. Reconstruyó el pipeline con backtesting correcto. El RMSE subió levemente, pero los errores en picos de quincena bajaron en un 40%.

Al terminar

Cuatro proyectos entregados y revisados, con el último usando datos reales de la empresa. El registro de finalización lo presentó al área de tecnología para justificar tiempo de estudio durante el trabajo.

El punto de partida

Tres estudiantes de Ingeniería de Sistemas de la UTP en Pereira querían construir un sistema de clasificación de cultivos usando imágenes satelitales de zonas del eje cafetero. Tenían bases en Python pero no habían trabajado con imágenes ni con datasets geoespaciales.

Lo que cambió

El currículo del programa se ajustó para incluir procesamiento de imágenes satelitales y evaluación de modelos con datos de validación geográficamente separados del entrenamiento. Las seis revisiones de hitos permitieron corregir el diseño del pipeline antes de escalar.

Al terminar

El sistema puede clasificar cuatro tipos de cobertura de suelo con precisión razonable en imágenes de validación. El manual describe la arquitectura, los datos usados y las limitaciones conocidas. El código y el sistema son del equipo.

El punto de partida

Una investigadora de un instituto de planificación urbana usaba papers para justificar decisiones metodológicas en informes, pero los leía de forma superficial y a veces citaba resultados sin entender bien las condiciones del experimento.

Lo que cambió

En cinco semanas desarrolló un flujo de lectura propio, adaptado del que enseña el programa: abstract, tabla de resultados, sección de limitaciones, luego el método. Empezó a detectar cuando los resultados de un paper solo aplican bajo condiciones muy específicas que no se mencionan en las conclusiones.

Al terminar

Un registro de lectura con cinco papers anotados, incluyendo uno en el que reprodujo un resultado pequeño con código público. El registro se convirtió en la base de un archivo de literatura que ahora mantiene activo.