Para estudiantes

Tabla de contenido

Esta página contiene información para estudiantes actuales y futures.

Mis coordenadas #

Oficina P213, segundo piso de edificio poniente, Beauchef 851.
Si quieres agendar una reunión conmigo, en este calendario puedes agendar una reunión.

Comunicación, métodos y compromisos #

Tendremos comunicación asíncrona mediante el Discord PLUMAS (PLataforma Urbana de Movilidad, Análisis y Simulación).
Para reuniones debes agendar con el link que aparece en esta página en “Mis coordenadas”. No te exijo una frecuencia mínima o máxima de reuniones, pero sí te pido que mantengas la comunicación en el Discord. Si pides una reunión, yo espero que lleves algo para discutir (¡pueden ser dudas también!).
Una vez en el semestre tendremos una reunión grupal para presentar los resultados y darnos feedback entre todes.
Yo no tendré el rol de cliente, sino el de guía o advisor. Es tu responsabilidad que el proyecto culmine de manera satisfactoria. Yo te apoyaré en todo lo que pueda para que así sea, pero debes considerar que, una vez que empiezas el proyecto, este es tuyo.
Todo trabajo (dirigido, memoria, tesis) debe generar un repositorio de código abierto que incluya al menos documentación de sus dependencias y ejemplos de funcionamiento. El repositorio puede ser privado en un comienzo.
Debes tener una versión preliminar del informe correspondiente a tu semestre por lo menos un mes antes de la entrega oficial. Si no cumples con este requisito, reprobarás el semestre (salvo casos justificados).

Temas de memoria o tesis #

Esta es una lista no exhaustiva de temas. Son puntos de partida para definir el trabajo a realizar.

Movilidad y simulación #

Caracterización y predicción de patrones agregados de evasión en el transporte público.
Simulación de movilidad urbana en la ciudad basada en datos (Ej.: ¿cuánta gente se encuentra en Beauchef 851 a las 6PM? ¿Hacia dónde se mueven y cómo lo hacen después?).
Visualización de resultados de simulación.
Generación de trayectorias sintéticas para los agentes de una simulación utilizando modelos de comportamiento.
Generación de trayectorias sintéticas para los agentes de una simulación utilizando Deep Learning.
Implementación de un sistema de determinación de rutas en el transporte público de Santiago utilizando GTFS (Ej.: ¿Cómo llego desde Beauchef 851 hasta la Biblioteca Municipal de Pudahuel?). Continuación de un proyecto de título previo titulado Ayatori.
Definir un modelo de predicción del efecto en la movilidad de las personas ante cambios o intervenciones en la disponibilidad de servicios o infraestructura. Por ejemplo, el rechazo de la construcción de un DUOC UC en La Pintana fue polémico. ¿Cómo cambiaría la movilidad en La Pintana y en otras comunas si se hubiese construido?

Los temas de simulación utilizarán el paradigma de simulación Agent-Based Modelling (ABM) mediante la biblioteca mesa de Python. Existe un simulador funcional implementado en un proyecto de título anterior. También existen datos provenientes de múltiples fuentes (telefonía móvil, transporte público, automóviles, scooters, etc).

Visualización y Ciencia de datos geográficos #

Instanciamiento de un visualizador de datos geográficos del nuevo censo utilizando una base como datasette. Este visualizador debe ser extensible para poder incorporar nuevas capas de datos (y así cruzar datos del censo con otras fuentes).
Implementación de alguna técnica de visualización de redes para datos de movilidad en el módulo AVES.
Implementación eficiente de una técnica de edge bundling para el módulo AVES.
Estudiar el alcance de la “IA Generativa” para automatizar tareas de visualización: ¿Cuáles insights que antes se podían obtener con visualización ahora los entrega un modelo de LLM sobre los datos? ¿Cuáles son los límites de estas tecnologías?
Implementar algoritmos + visualizaciones que tomen datos de fenómenos geográficos (como incendios) o trayectorias (GPS o similares) y genere un “resumen descriptivo visual” de ellas.
Implementar una visualización que permita ver el turismo y la idiosincrasia deChile desde fuentes no tradicionales (como Wikipedia).
Formalizar un algoritmo de cálculo de un indicador de “ciudad de 15-minutos” y aplicarlo a múltiples comunas de Chile.
Caracterizar la civilidad y armonía urbana a través de trazas digitales sobre las ciudades.
Sistema de caracterización de actitudes ante la migración en Chile a partir de datos de redes sociales. Con Francisco Rowe (U. of Liverpool).
Implementar un sistema de function calling utilizando LLMs abiertos: dada una instrucción de texto, generar una visualización utilizando la funcionalidad de herramientas conocidas (AVES, Plotly, etc).

Para estos proyectos existen datos provenientes de múltiples fuentes (telefonía móvil, transporte público, automóviles, scooters, redes sociales, Wikipedia, SOSAFE).

Otros temas #

Crear un recolector de datos de Bluesky para estudiar discusiones públicas.
Extender la implementación del sistema tsundoku de análisis de datos de Twitter para que sea compatible con datos de redes federadas como Bluesky o Mastodon.
En periodismo existe interés en mapear las redes de influencia en Chile. Esta “influencipedia” requiere de una herramienta para ser construida, que consuma datos desde fuentes existentes y que permita ingresar datos nuevos. Supervisión en conjunto con Alex Ibarra (El Mercurio).
Hacer una implementación de un algoritmo de fusión de datos que funcione con matrices dispersas (el algoritmo para matrices densas tiene una implementación de referencia).
Implementar un framework de carga y visualización de archivos GLTF (modelos 3D con esqueleto y animación) para el curso de Computación Gráfica.

¿Y si quiero proponer mi tema? #

He guiado temas fuera de mis áreas, porque puedo supervisarte también en el proceso y en la creación de valor. Para discutir eso, puedes solicitar una reunión en el enlace de más arriba.