Fecha: 22 de noviembre de 2022 a las 3:00 pm del Centro de México (GMT-5)
Por favor llena este formato para que te enviemos el link de Zoom para asistir a las charlas.
Panelistas: Marco Ángel Bertani-Økland (EcoOnline Global) Cristina Gorrostieta Hurtado (Cogito Corp.) Edgar Said Hernández Sánchez «Limo» (Meta) Clara Meza (La Parroquia de Veracruz) Lilia Karen Rivera (Banco Azteca)
En esta mesa redonda hablaremos sobre las oportunidades de empleo que hay para los egresados de CIMAT/DEMAT en la industria, tanto en México como en el extranjero, y cómo acceder a ellas. Los panelistas compartirán su experiencia de primera mano, y los asistentes podrán hacer las preguntas que deseen.
Fecha: 8 de noviembre de 2022 a las 4 pm del Centro de México (GMT-5)
Por Zoom
Eloísa Díaz Francés. Nació en la Ciudad de México en 1962. Estudió la Licenciatura en Matemáticas Aplicadas (1981-1985) en el ITAM, la Maestría en Estadística en el IIMAS/UNAM (1988-1992), ambos en la Ciudad de México, y el Doctorado en Estadística del CIMAT (1993-1998) en Guanajuato. Antes de entrar a la licenciatura trabajó como revisora de traducciones de inglés a español en la Editorial Limusa y posteriormente al finalizar la licenciatura trabajó en planeación estratégica de mercadotecnia en Procter & Gamble de México. Allí, una parte de su trabajo fue proponer cambiar y modernizar el método de muestreo para las encuestas de opinión, el cual acabó resultando ser muy efectivo y se sigue usando en esa empresa a la fecha. También le tocó coordinar el lanzamiento al mercado nacional del champú anticaspa Head & Shoulders en 1988.
En el ámbito académico entró a trabajar en el IIMAS en 1988 dando apoyo estadístico a los investigadores del departamento de Modelación Matemática de Sistemas Sociales a la par que estudiaba la maestría en Estadística. Al finalizar la maestría en 1992, comenzó a trabajar para el CIMAT como técnico académico realizando análisis estadísticos como parte de un proyecto conjunto con PEMEX para estudiar la calidad del aire de la Ciudad de México. En 1993 inició su doctorado en el CIMAT contando con el apoyo de Cátedras del Conacyt y trabajando bajo al supervisión del Prof. David A. Sprott (investigador de la Universidad de Waterloo, Canadá y del CIMAT) quien a su vez comenzó a ser profesor adjunto al CIMAT ese mismo año. Tras finalizar su doctorado en 1998 se incorporó como investigadora al Area de Probabilidad y Estadística del CIMAT. Su doctorado resultó ser el primero en ser otorgado por una institución mexicana (el CIMAT) en el área de estadística. Actualmente pertenece al Sistema Nacional de Investigadores en el Nivel 2.
Al momento, le interesa la modelación estadística hecha a la medida para describir fenómenos aleatorios que surgen en aplicaciones variadas en Biología, Medicina, Medio Ambiente, Teoría de Colas y Teoría de Valores Extremos. También le entusiasma transmitir estas ideas prácticas y efectivas a nuevas generaciones de matemáticos jóvenes quienes puedan seguirlas divulgando y desarrollando.
Título. Simplificando las inferencias de una media
Resumen. En muchas situaciones se registran observaciones de un fenómeno aleatorio de interés y en particular se necesita estimar el valor esperado o la media de la distribución que las rige. Para muchos fenómenos, la distribución Normal o la Lognormal describe bien su comportamiento aleatorio. Para otros fenómenos aleatorios que se distribuyen con colas pesadas, la distribución Gamma suele explicarlos bien. En esta plática se presentarán algunas propuestas de inferencia estadística que logran simplificar substancialmente la estimación de la media y escala de una distribución normal así como de la media de una Gamma.
Malors Emilio Espinosa Lara. Participó en la Olimpiada Internacional de Matemáticas. Estudió la licenciatura en CIMAT-DEMAT. Hizo su tesis en geometría spin con Rafael Herrera en 2014 y se le otorgó la medalla Sotero Prieto. Se graduó del doctorado en la Universidad de Toronto en abril de 2022 y su tesis, realizada bajo la supervisión de James Arthur, se enfocó el programa de Langlands. Es posdoctorante en la Universidad de Toronto.
Título. Cuenta cuentos.
Resumen. En esta plática intentaré contarles mi paso por la matemática hasta ahora y cómo la vida adulta, los demonios y el arte nos alcanzan a todos en el trayecto.
Cómo aprovechar un congreso de matemáticas al máximo
Martes 11 de octubre de 2022, 2:30 pm
Por Zoom
Panelistas: Mario Díaz Torres (IIMAS) Fernando Galaz García (Durham University) Raquel Perales Aguilar (CONACYT-IMATE Oaxaca) Jesús Rodríguez Viorato (CONACYT-CIMAT)
Moderadora: Sarai Hernández (IMATE)
En esta mesa redonda trataremos los siguientes temas: cómo conseguir el dinero para asistir y para organizar un congreso, cómo obtener invitaciones a dar charlas, consejos para dar charlas, entre otros.
Fecha: 27 de septiembre de 2022 a las 2 pm del Centro de México (GMT-5)
Por Zoom
Airam Aseret Blancas Benítez. Estudió la licenciatura en matemáticas en la Universidad Autónoma de Sinaloa, y el posgrado con especialidad en Probabilidad y Estadística en CIMAT. De 2016 a 2018, fue becada por el CONACyT para realizar un postdoctorado en la Universidad Goethe-Frankfurt en Alemania, dentro del grupo de trabajo del Prof. Anton Wakolbinger. Después realizó una estancia postdoctoral en la Universidad de Stanford bajo la dirección de Noah Rosenberg y Julia Palacios. Desde Agosto de 2020 es profesora de tiempo completo del Departamento de Estadística del ITAM. Le interesa el desarrollo de la teoría de probabilidad y procesos estocásticos con el objetivo de modelar la dinámica de poblaciones bajo diferentes fuerzas evolutivas.
Título. Genealogías asociadas árboles evolutivos
Resumen. En biología evolutiva se han utilizado, desde hace ya varios años, modelos estocásticos que generan dos tipos de árboles genealógicos: Galton Watson y coalescencia. Los primeros se generan de datos fósiles y buscan estudiar características macroscópicas de una población, tales como su origen y extinción. Los segundos se usan en genética de poblaciones para describir la genealogía de una población para la cual se tienen datos moleculares de individuos en el presente.
En esta plática presentamos los árboles de coalescencia y de Galton-Watson. Más aún, definimos un modelo probabilista que describe la genealogía de una población donde la distribución de los descendientes varía a lo largo de las generaciones.
Héctor Juárez Pérez.Pronto tendremos más información.
Martes 13 de septiembre, 2 pm del centro de México
Por Zoom
Panelistas: Gabriel Araujo (Universidad de Liverpool) Octavio Arizmendi (CIMAT) Catia Barón (D-Wave Systems, Inc.) Marco Flores (Universidad Humboldt de Berlin) Ana Lucía García Pulido (Universidad de Liverpool)
Moderadora:Imelda Flores.
Mesa redonda para orientar a los estudiantes que se estén preparando para hacer sus solicitudes de posgrado en Europa. Entre otros temas, se tratarán: las cartas de recomendación, el statement of purpose, y las becas.
Fecha: 30 de agosto de 2022 a las 10 am del Centro de México (GMT-5)
Por Zoom
Carolina Euán obtuvo la licenciatura en Matemáticas en la Universidad de Yucatan en 2010, la Maestría en Ciencias con Especialidad en Probabilidad y Estadistica en CIMAT en 2012, y el Doctorado en Ciencias con Orientación en Probabilidad y Estadistica en CIMAT en 2016. Realizó una estancia Post-doctoral en King Abdullah University of Science and Technology (KAUST) en Arabia Saudita en el periodo 2016-2020. Actualmente, Carolina es Lecturer en la Universidad de Lancaster, Reino Unido. Sus áreas de interés de investigación son motivadas principalmente por la aplicación de modelos estadísticos en datos ambientales y en neurociencia.
Título: Modelos estadísticos para procesos espacio-temporales
Resumen: Los modelos estadísticos para analizar datos espaciales han sido desarrollados desde los años 50’s, siendo principalmente motivados por el estudio de procesos de Poisson (cuya aplicación mas reciente es en estudios de epidemiología). En la actualidad, los datos observados además de tener una referencia espacial pueden ser capturados en distintos periodos de tiempo, dando iniciativa a lo que se conoce como procesos espacio temporales. En este charla, discutiremos algunos conceptos claves de esta rama de la estadística como procesos Gaussianos y funciones de covarianza. Como motivación usaremos como caso de estudio datos de contaminantes en la ciudad de México.
Román Aranda. Actualmente es profesor visitante en la Universidad de Binghamton (SUNY). Estudió la licenciatura en matemáticas en la Universidad de Guanajuato del 2011 al 2016 y su tesis fue dirigida por Enrique Ramirez y Mario Eudave-Muñoz. De 2016 a 2021, realizó sus estudios doctorales en la Universidad de Iowa bajo la asesoría de Maggy Tomova. Su investigación es en el área de topología de bajas dimensiones. En particular, Román estudia problemas de dimensión cuatro a través de ideas de nudos y 3-variedades.
Título: Trisecciones en dimensión cuatro.
Resumen: En 2012 D. Gay y R. Kirby probaron que toda 4-variedad cerrada M puede descomponerse en tres pedazos simples cuya triple intersección es una superficie cerrada de género g. Dicha descomposición se conoce como una trisección. La teoría de trisecciones reduce problemas de dimensión cuatro al estudio de curvas en superficies, caminos en ciertos complejos simpliciales, o enlaces en descomposiciones de Heegaard de 3-variedades simples. En otras palabras, las trisecciones permiten el uso de teoremas sobre dimensiones dos y tres en problemas de dimensión cuatro. En los últimos años, mucho trabajo se ha hecho para desarrollar la teoría. El plan de esta plática es introducir a las trisecciones de 4-variedades, enunciar algunos de los teoremas más relevantes y explicar las preguntas y desafíos de la cuarta dimensión. La plática será lo más autocontenida posible por lo que no se espera conocimiento específico de topología de dimensiones bajas.
Webinar de Solicitudes al Doctorado en Estados Unidos
Martes 16 de agosto, 4 pm del centro de México
Por Zoom
Panelistas: Luis Aceves González (Texas A&M University) Erik Amézquita (Michigan State University) Javier Chavez Domínguez (University of Oklahoma) Carmen Galaz García (University of California, Santa Barbara) Alicia Prieto Langarica (Youngstown State University)
Moderadora: Imelda Flores (Econometrica, Inc.)
Mesa redonda para orientar a los estudiantes que se estén preparando para hacer sus solicitudes de posgrado en Estados Unidos. Entre otros temas, se tratarán: las cartas de recomendación, el statement of purpose, las becas, y los exámenes estandarizados.
Por favor llena este formato para que te enviemos el link de Zoom para asistir a las charlas.
Isabel Hernandez. Originaría de León Gto, estudio la licenciatura en Matemáticas en la entonces Facultad de Matemáticas UG (1996-2002). Sus estudios de Maestría y Doctorado en Matemáticas Básicas los realizó en CIMAT del 2002-2004 y de 2004-2008 respectivamente. La tesis de licenciatura la realizo bajo la tutoría de Adolfo Sánchez Valenzuela y la tesis de doctorado bajo la dirección de Gil Salgado González y Adolfo Sánchez Valenzuela. Su investigación se desarrolla en el terreno de las álgebras no asociativas. Entre sus principales aportaciones se encuentran, por un lado, el estudio desde un punto de vista algebraico y geométrico, de las llamadas “superálgebras” de Lie, de Jordan y de Potencias Asociativas; y por otro lado, la clasificación de ciertas familias de superálgebras de Lie que son de interés en la física. Actualmente colabora en proyectos de investigación que buscan entender las representaciones y el comportamiento de las álgebras del tipo mencionado bajo ‘movimientos’ llamados ‘deformaciones’. Ha sido promotora y organizadora de diferentes ciclos de cursos, conferencias y eventos académicos; destacan entre ellos los encaminados a promocionar y motivar entre la población jóven el estudio de las ciencias en general y las matemáticas en particular, como los talleres de ciencia para jóvenes realizados en el Estado Yucatán y los diferentes programas de divulgación de las matemáticas con especial atención a públicos conformados por niñas. Actualmente es catedrática del CONACYT adscrita al a Unidad Mérida del Centro de Investigación en Matemáticas (CIMAT), posición que ocupa desde noviembre de 2016, además de pertenecer al Sistema Nacional de Investigadores en forma ininterrumpida desde 2011, actualmente nivel I.
Titulo. El poder del álgebra lineal: La descomposición de Peirce de algunas álgebras no asociativas.
Resumen. La descomposición de Peirce de algunas álgebras no asociativas. Si un álgebra A posee elementos idempotentes no triviales (elementos que satisfacen e^2=e) entonces A puede descomponerse como suma directa de subespacios determinados por dichos idempotentes y el producto de cualesquiera dos elementos del álgebra satisface relaciones provenientes de su pertenencia en dichos subespacios de la descomposición. A esta descomposición se le conoce como “descomposición de Peirce” y es una herramienta poderosa para el estudio de álgebras que posean idempotentes. En esta charla veremos como es la descomposición de Peirce de un álgebra conmutativa que satisface una condición más débil que la asociatividad: el ser de potencias asociativas.
César Magaña. Tras realizar la Licenciatura en Matemáticas en Famat/Cimat (2000-2005), inicio mi carrera en la Coordinación de Servicios Tecnológicos del CIMAT. Los años posteriores se ha desempeñado en la industria de software de manera independiente, a través de empresas propias y en diferentes compañías multinacionales. De manera paralela esta involucrado en proyectos de educación y de divulgación de las matemáticas impartiendo cursos de capacitación para profesores de educación básica en México y formando parte del comité de la Olimpiada Mexicana de Matemáticas en el estado de Jalisco. Se desempeño en un Centro de Investigación y Desarrollo de Continental Automotive, mi trabajo se centra actualmente en el análisis de soluciones en Inteligencia Artificial dentro de la industria automotriz.
Título. Tecnología para el desarrollo de soluciones de movilidad.
Resumen. El futuro de la movilidad se enfrenta a muchos desafíos. Alrededor de 1.3 millones de personas mueren cada año en accidentes de tránsito alrededor del mundo. Más de 1200 millones de personas pasan más de 50 minutos al día en su vehículo, la mayoría del tiempo en embotellamientos. Los conceptos de tráfico inteligente, vehículos eléctricos y compartidos reducirán la densidad de tráfico en las ciudades. Incluso en las zonas rurales, habrá ventajas debido a la mayor accesibilidad del transporte. Esas áreas se integrarán mejor en la red de transporte y, por lo tanto, estarán más conectadas con las grandes ciudades más cercanas. Para hacer frente a los obstáculos, la movilidad del futuro tiene que adaptarse a las necesidades humanas, comenzando con la interacción de diferentes ofertas y conceptos de movilidad. Esta movilidad del futuro hará posibles viajes seguros, fáciles y ecológicos para cada usuario. Se presentará un panorama general de Continental Automotive en México. Se mencionarán ejemplos de problemas estratégicos y de investigación en la industria automotriz. Asimismo, se enlistarán algunas colaboraciones con diversas instituciones académicas en áreas como seguridad, confort, movilidad inteligente, conectividad y sustentabilidad. Si el tiempo lo permite se mostrarán avances de algún proyecto particular.
Fecha: 9 de diciembre de 2020 a las 2pm de México (GMT-6).
Por favor llena este formato para que te enviemos el link de Zoom para asistir a las charlas.
Expositores:
Angela Ortega. Cursó la Licenciatura de Matemáticas en la Universidad Autónoma de Nuevo León antes de ingresar a la Maestría en Matemáticas del CIMAT en 1996. Obtuvo el D.E.A. (Diplôme d’Études Approfondies) en la Universidad de Paris IX y el doctorado en la Universidad de Nice en 2003 bajo la dirección de Arnaud Beauville. Realizó un postdoctorado en el Centro de Ciencias Matématicas de la UNAM (Morelia) y otro en la Universidad de Essen. Desde 2009 trabaja en la Universidad Humboldt de Berlín y desde 2014 como Investigador Permanente en esta universidad. Su área de investigación es la geometría algebraica con intereses en variedades abelianas, variedades de Prym, espacios moduli de haces vectoriales y teoría de Brill Noether.
Título. Teorema de Prym-Torelli para cubrientes dobles ramificados.
Resumen. El teorema clásico de Torelli establece que la aplicación que a cada curva algebraica proyectiva lisa le asocia su variedad Jacobiana es inyectiva. Dicho de otro modo, uno puede recuperar la curva a partir de la Jacobiana y su divisor Theta. La aplicación de Prym generaliza esta construcción al asociar a cada cubriente finito entre curvas una variedad abeliana polarizada. En esta charla mostraremos que en el caso de cubrientes dobles ramificados la aplicación de Prym es inyectiva, siempre que las dimensiones de los espacios de salida y llegada lo permitan. Este resultado es inesperado ya que contrasta con la situación para cubrientes dobles étales donde la aplicación es genéricamente inyectiva pero nunca inyectiva. Este es un trabajo conjunto con J.C. Naranjo.
Benjamín Sánchez-Lengeling. Soy científico investigador en Google Research, en el equipo de Brain. Mi investigación se centra en el uso de inteligencia artificial (IA) para construir modelos basados en datos para resolver problemas químicos con aplicaciones en células solares, solubilidad, diseño de fármacos y olfacción. También me apasiona la educación y divulgación de la ciencia, soy uno de los fundadores y organizadores de Clubes de Ciencia México y una conferencia de IA centrada en LatinX RIIAA. En mi tiempo libre, me gusta correr, comer helado y cocinar. Hice mi doctorado en Química con un campo secundario en Computación Aplicada en Harvard, maestría Erasmus Mundus en Química teórica y licenciatura en Matemáticas y Computación de la Universidad de Guanajuato (DEMAT!).
Título. ¿Qué está aprendiendo este algoritmo? Evaluando atribuciones con graph neural networks.
Resumen. La interpretabilidad de modelos es fundamental para el descubrimiento científico, la comprensión y la depuración. La atribución es una herramienta dentro del campo de la interpretabilidad. Una técnica de atribución destaca partes de la entrada que influyen en la predicción de un modelo. Los grafos y Graph Neural Networks (GNNs) pueden servir como un espacio para estudiar cuantitativamente las atribuciones en el contexto de grafos. En esta plática veremos una introducción a estas técnicas y algunos experimentos que nos dan una perspectiva cuantitativa de lo que modelos están aprendiendo cuando los entrenamos con datos.
Fecha: 25 de noviembre de 2020 a las 4 pm de México (GMT-6).
Por favor llena este formato para que te enviemos el link de Zoom para asistir a las charlas.
Expositores:
Lilia Alanís López. Realizó su licenciatura en matemáticas en la Universidad Autónoma de Nuevo León (UANL). Concluyó su doctorado en CIMAT bajo la dirección de Xavier Gómez-Mont en enero de 2018. Desde enero de 2016 en la Facultad de Ciencias Físico Matemáticas de la UANL y desde enero de 2018 trabaja en el Centro de Investigación de Ciencias Físico Matemáticas de la UANL.
Título. De monodromía geométrica y algebraica de la fibra de Milnor de una singularidad aislada.
Resumen. La teoría de singularidades en curvas complejas, es un tema en geometría algebraica muy estudiado en la actualidad. La monodromía nos ayuda a entender cómo se comportan ciertos objetos alrededor de una singularidad aislada. Se tocarán algunos ejemplos de ciertas curvas singulares y, de cómo actúa la monodromía así como una parte de un resultado reciente.
Edgar Hernández (aka Limo). Es un prófugo de la Facultad de Matemáticas (FAMAT) de la Universidad de Guanajuato en la cual estudió Matemáticas y Computación entre los años 2000 y 2007. Durante ese periodo se interesó, sobre todo, en temas de redes neuronales, algoritmos genéticos, Age of Empires y todo tipo de juego de rol. Fue también partícipe en varios eventos de programación competitiva (ICPC, TopCoder, ANTS), y fungió como entrenador y más tarde como líder de la Olimpiada de Informática del Estado de Guanajuato. Inició su carrera como Desarrollador de Software dentro del CIMAT participando en el proyecto del Pizarrón Electrónico bajo la dirección de Maxxx Tapia. Dicha carrera lo ha llevado a trabajar en lugares tan remotos como Santa Fé (en el DF), Viena, y Dublín. Actualmente dedica sus días a mantener actualizados los servidores en los cuales se ejecutan las aplicaciones «serverless» de los clientes de AWS Lambda; y, cuando las reglas del lockdown del COVID lo permiten, a pasear por los bosques de Dublín con su hija y su esposa.
Título. ¡Ira má, sin servidores!
Resumen. El modelo de computación (o arquitectura) sin servidores (Serverless computing) se refiere al concepto de construir y ejecutar aplicaciones sin la necesidad de administrar ningún servidor. Esto no significa que no haya servidores involucrados, más bien significa que estos están fuera de la vista del desarrollador de la aplicación y es un proveedor de infraestructura en la «nube» quien se encarga de administrarlos. En esta charla haremos una breve semblanza de la plataforma de cómputo en la nube de Amazon Web Services (AWS) enfocándonos en un servicio (AWS Lambda) en particular. Veremos un poco de la arquitectura de AWS Lambda, cómo esta permite a sus clientes desarrollar aplicaciones «sin servidores» y cuáles son algunos de los problemas interesantes en los cuales se está trabajando. Nos enfocaremos después en uno de sus componentes (Worker) y veremos un ejemplo de la vida real de lo que significa mantener la infraestructura detrás del modelo Serverless.
