[general_dat] Búsqueda de estudiantes para proyectos de IA con Abuelas de plaza de mayo

[Edgar Altszyler]

Queríamos comunicarles que estamos lanzando proyectos de IA con Abuelas de
Plaza de Mayo. Coordinado por  Abuelas, investigadorxs del DC y UNSAM, el
Centro Interinstitucional de Datos (UBA) y Quantit.

Estos proyectos están destinados a brindar o mejorar herramientas de
búsqueda a través de la Inteligencia artificial, para hacerlas más
efectivas. Desde su nacimiento, Abuelas ha resuelto 137 casos, pero aún
busca a alrededor de 300 nietxs que continúan con su identidad sustituida y
heredan a sus hijxs esa filiación falsa.

Estamos en la búsqueda de tres estudiantes / científicxs de datos
apasionadxs que quieran participar en los proyectos.

Los proyectos pueden enmarcarse como tesis de licenciatura en alguna
carrera de exactas bajo la dirección de investigadorxs expertxs en los
temas.

*Perfil de lxs interesadxs:*
-Experiencia en NLP, Machine Learning o Computer Vision (cuenta haber
cursado materias en el tema).
-Tener iniciativa y proactividad.
-Tenes disponibilidad horaria de ~16hs semanales.
-Tener mucho compromiso con el proyecto.

El proyecto se realizará en *modalidad presencial *en la casa de Abuelas de
Plaza de Mayo (Virrey Cevallos 592,CABA ). Dada la sensibilidad de la
fuente de datos, los datos no podrán ser extraídos de la casa de Abuelas.

*Descripción de los proyectos*
1)  Digitalización y Análisis de Cuerpo Documental: Este primer objetivo se
centra en la integración de tecnologías de Inteligencia Artificial para la
digitalización (OCR) y análisis eficiente de documentos históricos. La
fusión de estas fuentes de datos y su cruzamiento con los registros
existentes y los Casos en investigación abiertos y resueltos permitirá el
acceso a dicha información por parte de los equipos comprometidos con la
búsqueda.

2) Enriquecimiento de la Base de Datos mediante Extracción de Entidades: El
segundo objetivo se concentra en mejorar las capacidades analíticas
mediante técnicas avanzadas de Procesamiento de Lenguaje Natural y
Aprendizaje Automático. Buscaremos la extracción de entidades clave, como
nombres, ubicaciones y fechas, de informes, testimonios y documentos
relacionados. Este enriquecimiento sistemático de la información
fortalecerá la comprensión de patrones y dinámicas, facilitando una
investigación más precisa y contextualizada.

3)  Establecimiento de Prioridades Navegando en la Base de Datos con
Herramientas de IA: El tercer objetivo se enfoca en la implementación de
algoritmos avanzados para señalar casos prioritarios a ser analizados por
parte del equipo de Investigación de Abuelas. Buscaremos patrones comunes
entre casos existentes, tanto los que llevaron a la restitución de la
identidad de nietos como los que se cerraron o archivaron por que no se
pudo avanzar en la investigación por falta de información, resolución de
fuera de rango o se pudo determinar el origen biológico por la vía
documental. El análisis de ambos tipos de casos resulta esencial para el
desarrollo de algoritmos precisos y robustos. En la exploración de casos
positivos, se busca identificar los elementos que caracterizan un patrón
deseado, mientras que el análisis de casos negativos proporciona una visión
integral al revelar las variaciones y excepciones que pueden surgir. Este
enfoque holístico permite la creación de modelos más completos y dinámicos,
mejorando así la capacidad de la IA para discernir patrones de
manera efectiva.

lxs interesadxs por favor enviar mail con CV a  iaporlosddhh at gmail.com

Saludos!

Edgar

-- 
Edgar Altszyler, PhD
CEO & Founder of Quantit
Professor at Di Tella Business School
Professor at UBA, Data Science Master Program