El jueves, 14 de marzo de 2019, a las 12:05, en el Salón de Actos de la Facultad de Matemáticas, la Dra. Rosa Elvira Lillo Rodríguez impartirá la conferencia "STAT WARS: la era del Big Data". Esta actividad forma parte del "Seminario Lázaro Cánovas", organizado por Dpto. de Estadística e Investigación Operativa, y está dirigida a todos los estudiantes y profesores de la facultad

Resumen:

Big Data son dos palabras muy de moda actualmente, al igual que Data Science y que reflejan la realidad del mundo del dato en la sociedad en la vivimos. De hecho, los datos se han convertido en el petróleo del siglo XXI y la nueva revolución industrial está marcada por cómo reinventar las metodologías (y teorías) clásicas para hacerlas escalables y poder extraer información útil e interpretable de los datos. Necesidades nuevas en diferentes contextos como en Genética, Redes Sociales, Finanzas o Climatología están propiciando retos muy interesantes para los cuales es necesario disponer, por una parte de buena capacidad de cálculo, pero sobre todo de equipos humanos multidisciplinares. En esta charla se realizará un viaje por el mundo del dato para encuadrarlo en el presente con visión de futuro y se comentarán problemas que ya se han abordado en el Instituto UC3M-Santander en Big Data.

Ponente:

Rosa Elvira Lillo Rodríguez es Doctora en Matemáticas por la Universidad Complutense (Madrid). Actualmente es Catedrática de Estadística e Investigación Operativa en el Dpto. de Estadística de la Universidad Carlos III de Madrid. y directora del Dpto., y es Vicedirectora del Institute UC3M-BS Financial Big Data.

Ha publicado mas de 50 artículos de investigación, y ha dirigido 11 tesis doctorales. Ha colaborado también en una amplia variedad de proyectos de investigación, que incluyen el estudio de problemas a los que se enfrentan compañías o instituciones publicas como Telefónica, AXA, Everis, McDonalds, Instituto de Salud Carlos III, Hospital Gregorio Marañón, GEICAM e IMDEA. Su investigación está enfocada a medidas de riesgos multivariantes, análisis de datos funcionales, procesos estocásticos, ordenaciones estocásiticas y fiabilidad.