Estás leyendo
Marco Baleato, ganador de la quinta edición del Premio al Mejor Trabajo de Fin de Máster en Big Data, concedido por DXC Technology
Banner

Marco Baleato, ganador de la quinta edición del Premio al Mejor Trabajo de Fin de Máster en Big Data, concedido por DXC Technology

  • El trabajo permite la detección de anomalías en la línea de producción, para mejorar la fiabilidad de las predicciones y recomendaciones de los sistemas analíticos.
  • Gracias a este proyecto, FINSA dispone de una aproximación alternativa a uno de los sensores clave de la línea, tanto a nivel operativo como analítico, lo que le permite identificar oportunidades de mejora en una de las principales líneas de trabajo y en la digitalización de la fábrica.
  • Con este premio, DXC consolida su apuesta por el reconocimiento del talento gallego. DXC dispone de una oficina en Santiago de Compostela en la que más de 120 profesionales del sector de análisis de datos, participan en proyectos que aportan valor a clientes del sector público gallego, como la AMTEGA o el SERGAS y del sector privado, con empresas del sector de Retail, Banca o la propia FINSA.
Marcos Baleato ganador del TFM con el diploma acreditativo acompanado por su tutor Pablo Lombao de FINSA izq. y el representante de DXC Adolfo Sanz1

Marco Baleato, estudiante del Máster de Big Data y Tecnologías de Análisis Masivos de Datos de la Universidad de Santiago de Compostela, ha resultado  ganador de la quinta edición del Premio al Mejor Trabajo de Fin de Máster , concedido por .

El trabajo premiado, titulado  “Aproximación a la detección de anomalías en sensores industriales en tiempo real usando técnicas de analítica avanzada”, fue tutelado por Pablo Lombao, ingeniero de la empresa FINSA, multinacional española dedicada a la transformación de la madera, y consistió en el desarrollo de una metodología de detección de anomalías en sensores industriales.

Gracias a este proyecto, FINSA dispone de una aproximación alternativa a uno de los sensores clave de la línea, tanto a nivel operativo como analítico, lo que le permite identificar oportunidades de mejora en una de las principales líneas de trabajo y en la digitalización de la fábrica.

El desarrollo del trabajo contempló tres fases:

  • En la primera, se realizó un análisis y etiquetado de un conjunto de datos de entrenamiento.
  • En la segunda, se entrenaron diferentes clasificadores con el objetivo de diferenciar los casos anómalos de los normales.
  • Finalmente, se realizó una comparativa de los resultados, seleccionando las técnicas que obtuvieron los mejores resultados.
La mayor dificultad del proyecto fue el análisis de los datos de fábrica debido a su complejidad, pero las visitas a las instalaciones y la ayuda de los expertos permitieron construir un conjunto de datos de entrenamiento de calidadMarco Baleato

Por su parte, Pablo Lombao, tutor del trabajo, destacó la importancia de la detección de anomalías en la línea de producción “para mejorar la fiabilidad de las predicciones y recomendaciones de los sistemas analíticos”.

Según Marco, el Máster ha sido una experiencia muy enriquecedora que le ha permitido ampliar sus habilidades en el ámbito de procesamiento de datos masivos y desarrollo de proyectos de Machine Learning. Actualmente, trabaja como ingeniero investigador en Gradiant en tareas de procesado de lenguaje natural, analítica de datos y desarrollo de chatbots inteligentes.

La entrega del premio se hará el día 13 de abril, dentro de las conmemoraciones del Día de la Escuela de Enxeñería Técnica (ETSE) de la Universidad de Santiago de Compostela. Con este premio, DXC consolida su apuesta por el reconocimiento del talento gallego. DXC dispone de una oficina en Santiago de Compostela en la que más de 120 profesionales del sector de análisis de datos, participan en proyectos que aportan valor a clientes del sector público gallego, como la AMTEGA o el SERGAS y del sector privado, con empresas del sector de Retail, Banca o la propia FINSA.

Te puede interesar
Miguel Sánchez Galindo - DigitalES - La Ecuación Digital

 

 

 

Utilizamos cookies para facilitar la relación de los visitantes con nuestro contenido y para permitir elaborar estadísticas sobre las visitantes que recibimos. No se utilizan cookies con fines publicitarios ni se almacena información de tipo personal. Puede gestionar las cookies desde aquí.   
Privacidad