VIII Machine Learning Spain

Buenas tardes a todos, como ya os informé en el anterior meetup, tenemos fecha y lugar para el siguiente. En esta ocasión será en Campus Madrid (Google) el día 23 de septiembre.

Ya os podemos facilitar cuáles serán las tres charlas para este meetup. Tenemos una novedad, la última de las tres ponencias se hará en inglés, pero no os preocupéis porque la presentación estará en castellano para poder ir siguiendo fácilmente todo lo que se habla. Esta será la agenda para este primer aniversario:

18.30 Registro en Campus Madrid (llevad DNI)

18.45 "Casos prácticos de IoT con Novelti"

En esta charla se presentará Novelti, un servicio de monitorización inteligente de para entornos de Internet de las cosas. Novelti es un servicio basado en la aplicación de técnicas de machine learning en streaming que permite describir el comportamiento de las redes de sensores, detector anomalías y descubrir patrones en tiempo real. Estas capacidades permiten ofrecer una solución predictiva que permite operar y gestionar entornos de IoT de forma proactiva e inteligente.
Novelti emplea técnicas de Machine Learning no supervisadas, lo que permite ofrecer un sistema autónomo – que no requiere ningún conocimiento previo de analítica – fácil de usar y ofrecido como un servicio cloud basado en una arquitectura específicamente diseñada para procesar streams de datos procedentes de sensores.
En la charla se presentarán las técnicas empleadas y su aplicación en casos reales, también se proporcionará una descripción del modelo arquitectónico y sus características.Ponentes:Álvaro Agea, CTO de Novelti, tiene una dilatada experiencia en el desarrollo de productos basados en las tecnologías de Aprendizaje Automático e Inteligencia artificial en entornos Big Data. Álvaro ha sido fundador y director técnico de Ecaná, una empresa que empleaba la analítica de datos para la gestión de explotaciones agrícolas; ha sido Chief Product Architect en Stratio, siendo el responsable técnico y operativo del desarrollo de los productos de la compañía. También ha sido Principal Architect en Strands, empresa que desarrolla motores de recomendación para plataformas de comercio electrónico basados en el procesamiento de datos en tiempo real. Álvaro es ampliamente conocido en la comunidad Big Data en España y Europa, y es ponente habitual en conferencias y congresos del sector.Daniel Higuero es Chief Product Architect de Novelti. Doctor en Ciencia y Tecnología Informática desde el 2013 por la Universidad Carlos III de Madrid, siendo especialista en en sistemas distribuidos, almacenamiento y transferencia eficiente de datos y tecnologías orientadas a Big Data. Anteriormente ha sido arquitecto de producto en Stratio, donde fue responsable de la concepción, el diseño y el desarrollo de productos de procesamiento masivo de datos. Actualmente Daniel también es director del Master Telefónica de Big Data Analytics en la U-Tad y participa activamente en actividades formativas entorno a las tecnologías de datos.

19.20 Comparaciones múltiples con una aplicacion futbolística: ¿tan mediocre es Casillas?

Han aparecido en prensa artículos argumentando sobre la presunta mediocridad de Casillas alrededor de un conjunto de datos: la proporción de tiros a puerta atajados. Se trata de un problema de comparaciones múltiples que se puede resolver de distintas maneras y en la charla se estudiarán algunos, incluidos los considerados el "estado del arte" para analizar ese conjunto de datos. Por supuesto, el fútbol es la excusa y los métodos tienen aplicabilidad general en contextos menos insustanciales que el futbolístico.Ponente:Carlos Gil Bellosta: Estudió matemáticas y estadística en la Universidad de Zaragoza y Washington University en San Luis, EE.UU. Fundó datanalytics en 2005 y ha trabajado con datos grandes y pequeños desde entonces. Es un miembro activo de la comunidad de usuarios de R, ha desarrollado varios paquetes, como los cada vez más populares rPython y pxR y ha sido presidente de la asociación de usuarios de R (Comunidad R Hispano) desde su fundación en 2011.

20.00 Factor model based equities trading

At Causality S.L. we work with forecasting signals to describe asset movements and build models to combine individual forecasting factors into a composite signal. In this talk we are going to show how to build a predictive signal for asset returns, after introducing our audience to the mathematical foundations of financial factor modeling.
We have spent a significant amount of time creating an environment for building predictive factor models easily, by reducing time spent on frequently repeating tasks (saving/loading/caching/matching/distributing/accounting for time/releasing research to live). Applying a functional approach for the repeating tasks, quant analysts can spend most of their time with creative activities, such as experimenting with the next predictive signal, a better factor model or finding an improved execution algorithm.

(En Casuality S.L. trabajamos con previsión de senales para describir movimientos de activos y construir modelos que combinan factores de prevision individuales en una señal compuesta. En esta exposición vamos a mostrar como construir una señal predictiva para retorno de activos tras introducir a nuestra audiencia en los fundamentos matematicos de los modelos de factor financiero.
Hemos invertido una significativa cantidad de tiempo creando un entorno para construir fácilmente modelos de factores predictivos reduciendo el tiempo requerido en tareas que se repiten frecuentemente (guardar/cargar/cachear/equiparar/distribuir/considerar el tiempo/puesta en produccion de investigacion). Aplicando un enfoque funcional a las tareas repetitivas, los analistas cuantitativos pueden emplear la mayoría de su tiempo en actividades creativas, como experimentando con la proxima senal predictiva, un mejor modelo de factores or perfeccionando el algoritmo de ejecución.)

Ponente: Mark Horvath: is a quant portfolio manager with a statistics and machine learning background. Programming became his hobby at young age and graduated in artificial intelligence in Amsterdam. He authored articles in the fields of mathematics, artificial intelligence and optimal asset allocation and with his team he won prizes on reinforcement learning competitions. During his experience at Morgan Stanley, MSCI and an Oxford based hedge-fund he has introduced several financial factor models and built a number of trading systems. Recently he has co-founded a trading firm based in Madrid, Causality S.L.

(Mark Horvath es un administrador cuantitativo de portfolio financiero con conocimiento en estadística y machine learning. La programación pasó a ser su hobby a una edad temprana y se graduó en inteligencia artificial en Amsterdam. Es autor de artículos en materias de matemáticas, inteligencia artificial y asignación óptima de activos, y junto con su equipo ganó competiciones en reinforcement learning. Durante su experiencia en Morgan Stanley, MSCI y en una hedge-fund en Oxford introdujo varios modelos de factores financieros y construyó varios sistemas de mercadeo. Recientemente ha cofundado una compañía de trading con sede en Madrid, Casuality, S.L.)

__________________________________________________

Como veis trataremos temas variados y muy interesantes. Esperamos que resulten de vuestro agrado y saquéis todo el jugo posible de estas charlas.

Nos vemos el día 23 en Campus Madrid. ¡Saludos a todos!