La Universidad de Guadalajara (UdeG) se posiciona como una institución moderna y activa frente a los retos del mundo digital. Entre sus acciones, integra la Ciencia de Datos en sus programas de estudio y en líneas de investigación afines a este concepto.
Por ejemplo, cuenta con un Laboratorio de Ciencia de Datos en el Centro Universitario de Tonalá (CUTonalá), que «participa tanto en investigación científica como en servicios de apoyo computacional para proyectos que requieren análisis intensivo de datos o modelado avanzado», explica César García García, responsable de este espacio perteneciente al Departamento de Ciencias de la Información y Desarrollos Tecnológicos.
«Históricamente se han desarrollado trabajos como el análisis de algoritmos de preprocesamiento para el procesamiento de imágenes médicas —particularmente en mamografías— y proyectos en biotecnología, como la producción de enzimas celulolíticas a partir de hongos aislados de muestras ambientales”.
El también miembro del Sistema Nacional de Investigadores (SNI), dice que en los últimos años, la línea de trabajo se ha ampliado hacia proyectos donde la ciencia de datos y el aprendizaje automático (Machine Learning) se utilizan para resolver problemas ambientales, energéticos y tecnológicos.
“Entre estos destacan proyectos de secado solar de alimentos, en los que se emplean modelos de inteligencia artificial para analizar y predecir cinéticas de secado y optimizar condiciones de operación en sistemas de deshidratación sustentable”.
Señala que otra línea relevante es el modelado y predicción de la contaminación ambiental, incluyendo estudios enfocados en el río Santiago mediante técnicas de análisis de datos y modelos predictivos.
“Estos trabajos buscan identificar patrones en variables ambientales y apoyar la toma de decisiones para la gestión de recursos hídricos. Además de estos proyectos, el laboratorio ofrece servicios de asesoramiento y optimización en cómputo de alto rendimiento (HPC). Esto incluye analizar si una aplicación es intensiva en procesamiento o en datos, recomendar la plataforma computacional adecuada y optimizar el desempeño de aplicaciones científicas, incluso gestionando acceso a recursos de supercómputo de la Universidad de Guadalajara cuando el proyecto lo requiere”.
En conjunto, estos proyectos reflejan el enfoque multidisciplinario del laboratorio, donde la ciencia de datos y el aprendizaje automático se aplican para abordar problemas reales en áreas como energía, medio ambiente, salud y tecnología, agrega César García.
Comenta que el laboratorio surgió inicialmente como una infraestructura de apoyo académico para las asignaturas de la orientación terminal de Inteligencia de Datos dentro del centro universitario.
“Con el tiempo, el laboratorio ha evolucionado para convertirse también en un espacio de investigación y servicio, apoyando tanto proyectos internos de la universidad como iniciativas externas. En paralelo, se ha consolidado como un punto de enlace con el Centro de Análisis de Datos y Supercómputo de la Universidad de Guadalajara, facilitando el acceso a recursos de cómputo de alto rendimiento y capacitación especializada”.
Ante el cuestionamiento de cuáles serían los principales desafíos para consolidar la formación de profesionales en Ciencia de Datos, César García explica: “Uno de los principales retos es la naturaleza multidisciplinaria de la Ciencia de Datos. Formar profesionales en esta área requiere integrar conocimientos sólidos en matemáticas, estadística, programación, inteligencia artificial y manejo de grandes volúmenes de datos».
Y añade: «También la evolución acelerada de herramientas de análisis, aprendizaje automático y computación de alto rendimiento obliga a mantener actualizados tanto los programas académicos como los espacios de investigación. Es fundamental fortalecer los vínculos entre academia, industria y gobierno para que los estudiantes puedan trabajar con problemas reales y generar soluciones con impacto social y tecnológico”.
Considera que la Ciencia de Datos tiene un impacto creciente en el desarrollo regional, porque permite aprovechar mejor la información generada por distintos sectores productivos y sociales.
“En el caso de Jalisco, que cuenta con un ecosistema tecnológico importante y un sector de innovación en expansión, la capacidad de analizar datos masivos es clave para mejorar procesos industriales, optimizar servicios y desarrollar nuevas tecnologías. Además, la formación de especialistas en Ciencia de Datos contribuye a fortalecer el capital humano especializado que requiere la economía digital”.
“El Centro Universitario de Tonalá contribuye a este impacto a través de tres mecanismos principales: formación académica, desarrollo de investigación aplicada y servicios tecnológicos. Por un lado, el centro universitario forma estudiantes en áreas relacionadas con Inteligencia de Datos, ofreciendo asignaturas como Programación paralela, Aprendizaje automático y Algoritmos bioinspirados; por otro, mediante el Laboratorio de Ciencia de Datos se desarrollan proyectos científicos y se brinda asesoría en cómputo de alto rendimiento para optimizar aplicaciones intensivas en procesamiento y análisis de datos”, explica.
“La Ciencia de Datos juega un papel estratégico en el desarrollo de proyectos de investigación y en el desarrollo tecnológico dentro del CUTonalá, de esta manera contribuye tanto a la generación de conocimiento como a la formación de profesionales capaces de enfrentar los retos tecnológicos del entorno digital”.
