[vc_section][vc_row css=\u00bb.vc_custom_1681910300131{padding-bottom: 30px !important;}\u00bb][vc_column]
<\/div><\/div>[\/vc_column][\/vc_row][vc_row full_width=\u00bbstretch_row\u00bb bg_type=\u00bbbg_color\u00bb bg_color_value=\u00bb#ededed\u00bb css=\u00bb.vc_custom_1681913912294{padding-top: 30px !important;padding-bottom: 30px !important;}\u00bb][vc_column][vc_row_inner][vc_column_inner][vc_column_text css=\u00bb\u00bb]<\/p>\n
[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row][vc_column][vc_empty_space]
www.aizon.ai<\/a><\/strong><\/p>\n [\/vc_column_text][\/vc_column_inner][vc_column_inner width=\u00bb3\/4″][vc_empty_space] <\/div><\/div>[vc_column_text css=\u00bb\u00bb]Es el cofundador y CSO de Aizon, una empresa en la nube que proporciona una plataforma SaaS de IA para la industria biotecnol\u00f3gica y farmac\u00e9utica. Es miembro del Consejo Asesor de Asuntos Reguladores y Calidad de la PDA, colaborador activo en la iniciativa de IA para AFDO e imparte asignaturas de IA en la Universidad (URV y OBS), experto de Naciones Unidas en temas de IA para Ciencias de la Vida. Ha escrito numerosos art\u00edculos en el \u00e1mbito farmac\u00e9utico y posee una docena de patentes internacionales relacionadas con el cifrado, la transmisi\u00f3n, el almacenamiento y el procesamiento de grandes vol\u00famenes de datos para entornos regulados en la nube. Toni es F\u00edsico, M\u00e1ster en Sociedad de la Informaci\u00f3n y el Conocimiento y Postgrado en Sistemas de Calidad para la fabricaci\u00f3n y la investigaci\u00f3n de procesos farmac\u00e9uticos.[\/vc_column_text][vc_empty_space] intelygenz.com<\/a><\/strong><\/p>\n [\/vc_column_text][\/vc_column_inner][vc_column_inner width=\u00bb3\/4″][vc_empty_space] <\/div><\/div>[vc_column_text css=\u00bb\u00bb]Vasja tiene una formaci\u00f3n acad\u00e9mica en ciencias de la vida, habiendo estudiado Biolog\u00eda Molecular en la Universidad de Bath y completado su doctorado y postdoc en Neurobiolog\u00eda del Desarrollo en la Universidad de Cambridge, estudiando los procesos de desarrollo implicados en la construcci\u00f3n de redes neuronales biol\u00f3gicas . Vasja empez\u00f3 su carrera en ciencia de datos en 2016, primero completando el programa de formaci\u00f3n en ciencia de datos S2DS en Londres (a\u00f1o 2017) y trabajando en Data Science en una empresa de consultor\u00eda (Tessella) de 2018 a 2019. Ha sido en Intelygenz desde 2019, trabajando en una variedad diversa de proyectos que abarcan el procesamiento del lenguaje natural, la visi\u00f3n por computador y la generaci\u00f3n de im\u00e1genes. En los \u00faltimos 18 meses, ha trabajado para un cliente del sector fintech ayudando a construir una soluci\u00f3n para detectar y prevenir transacciones fraudulentas en tiempo real.[\/vc_column_text][vc_empty_space] www.cvc.uab.cat<\/a> | Linkedin<\/a><\/strong><\/p>\n [\/vc_column_text][\/vc_column_inner][vc_column_inner width=\u00bb3\/4″][vc_empty_space] <\/div><\/div>[vc_column_text css=\u00bb\u00bb]Nuria Mart\u00ednez es la responsable de comunicaci\u00f3n y marketing en el Centro de Visi\u00f3n por Computador (CVC). Es graduada en Periodismo y M\u00e1ster en Direcci\u00f3n de la Comunicaci\u00f3n Corporativa e institucional por la Universitat Aut\u00f2noma de Barcelona. Desde el 2017, se incorpor\u00f3 al departamento de comunicaci\u00f3n del CVC, donde ha coordinado varios proyectos de ciencia ciudadana, divulgaci\u00f3n e impacto social de la inteligencia artificial, como ExperimentAI o IA\u00e8ticaBCN. Previamente al CVC colabor\u00f3 en varios medios de comunicaci\u00f3n divulgativos como las revistas S\u00e0piens y Descobrir.[\/vc_column_text][vc_empty_space][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][\/vc_section]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":" En aquesta sessi\u00f3 veurem els darrers desenvolupaments i exemples de t\u00e8cniques que aprofundeixen en l’explicabilitat de la IA amb l’objectiu d’avan\u00e7ar cap a un \u00fas fiable i cada cop menys opac.<\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[523],"tags":[],"class_list":["post-65012","post","type-post","status-publish","format-standard","hentry","category-sin-categorizar","category-523","description-off"],"yoast_head":"\nTONI MANZANO<\/h2><\/div>
CSO and co-founder, Aizon<\/h4>\n
IA en productos biofarmac\u00e9uticos: cuando la explicabilidad del modelo se convierte en un requisito<\/h4><\/div><\/div>[vc_empty_space][vc_column_text css=\u00bb\u00bb]La industria farmac\u00e9utica ha sido siempre muy conservadora, en parte debido a la regulaci\u00f3n que obliga a disponer de elevados niveles de calidad en el producto final. Pero la implementaci\u00f3n de IA en procesos industriales requiere robustez y alta disponibilidad y por ese motivo, el cloud se presenta como una alternativa potente para dar respuesta a los requerimientos industriales. Por otro lado, la regulaci\u00f3n existente no acepta la interpretaci\u00f3n de los modelos de IA como \u00abcajas negras\u00bb y todo el proceso debe estar validado. La utilizaci\u00f3n de est\u00e1ndares como ONNX para la gesti\u00f3n de modelos de IA en el cloud ha resultado clave para alinear los requerimientos regulatorios con la alta disponibilidad de los outputs de los modelos en entornos industriales.[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row full_width=\u00bbstretch_row\u00bb bg_type=\u00bbbg_color\u00bb bg_color_value=\u00bb#ffffff\u00bb css=\u00bb.vc_custom_1683718841357{padding-top: 30px !important;padding-bottom: 30px !important;}\u00bb][vc_column][vc_row_inner][vc_column_inner width=\u00bb1\/4″][vc_empty_space][vc_single_image image=\u00bb65988″ img_size=\u00bbfull\u00bb css=\u00bb\u00bb][vc_empty_space][vc_column_text css=\u00bb\u00bb]<\/p>\n
VASJA URBANCIC<\/h2><\/div>
Lead Data Scientist, Intelygenz a VASS Company<\/h4>\n
Fraud AI: Una soluci\u00f3n eficaz e interpretable para la detecci\u00f3n de fraudes<\/h4><\/div><\/div>[vc_empty_space][vc_column_text css=\u00bb\u00bb]Hemos implementado una soluci\u00f3n de detecci\u00f3n de fraude altamente eficaz para una importante instituci\u00f3n fintech. Los retos t\u00e9cnicos implicados han incluido la exigencia de cubrir un volumen elevado de transacciones (millones al d\u00eda, hasta 150 por segundo) a una latencia muy baja para permitir al cliente utilizar la soluci\u00f3n para la prevenci\u00f3n del fraude en tiempo real en el momento de la transacci\u00f3n. La implementaci\u00f3n de esta soluci\u00f3n requiri\u00f3 precalcular un gran n\u00famero de funciones interpretables basadas en transacciones anteriores de las cuentas de clientes y comerciantes involucradas en la transacci\u00f3n. Adem\u00e1s, era muy importante que la soluci\u00f3n no se presentara como caja negra, sino que ofreciera explicabilidad de predicci\u00f3n, es decir, la importancia de las caracter\u00edsticas que contribuyen individualmente, no s\u00f3lo a escala global (conjunto de datos), sino tambi\u00e9n a escala local, espec\u00edficas de cada transacci\u00f3n. Por esta raz\u00f3n, hemos utilizado una combinaci\u00f3n de un algoritmo basado en \u00e1rboles de aumento de gradiente de alto rendimiento y m\u00e9todos de interpretaci\u00f3n post-hoc basados en valores SHAP.[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row][vc_row][vc_column][vc_empty_space]
Presenta<\/h2><\/div>
NURIA MARTINEZ<\/h2><\/div>
Responsable de comunicaci\u00f3n y marketing, CVC<\/h4>\n