Búsqueda de estudiantes: Proyecto ANII FMV - Uso de técnicas de Aprendizaje Federado para el análisis de datos sensibles.

Búsqueda de estudiantes: Proyecto ANII FMV - Uso de técnicas de Aprendizaje Federado para el análisis de datos sensibles.

de Lorena Etcheverry -
Número de respuestas: 0

Hola:

estamos buscando estudiantes que quieran participar de un proyecto de investigación financiado por ANII (Fondo María Viñas). El tema del proyecto es la aplicación de técnicas de Federated Learning en el contexto de analíticas de aprendizaje, en particular en Plan Ceibal.

Este tema presenta múltiples aristas, que van desde aspectos de algoritmia (diseño y/o implementación de versiones descentralizadas de métodos de aprendizaje automático) hasta aspectos del despliegue de este tipo de soluciones (como se garantiza la privacidad, donde se realiza el aprendizaje, protocolos de comunicación, seguridad, etc).

Está prevista remuneración por un año.  Abajo va un pequeño resumen y algunos datos. 

Si están interesadas o interesados en el proyecto, no duden en contactarnos

saludos!

Por el equipo de proyecto, Lorena Etcheverry

Uso de técnicas de Aprendizaje Federado para el análisis de datos sensibles.
En los últimos años hemos experimentado el auge de la aplicación de técnicas de Machine Learning (ML), o métodos de Inteligencia Artificial (IA) para la resolución de problemas en diferentes dominios. Sin embargo, para que la aplicación de estas técnicas sea exitosa es necesario contar con datos abundantes y de buena calidad. En contextos donde la seguridad de los datos y privacidad de los usuarios es importante, fusionar los datos en un sitio común no es factible ni deseable.
El aprendizaje federado busca construir modelos de aprendizaje automático basados en conjuntos de datos que se distribuyen a través de múltiples dispositivos. En este proyecto se busca estudiar la aplicabilidad de este enfoque en el contexto del Plan Ceibal.
Estamos buscando estudiantes que estén finalizando su grado, o con ganas de comenzar una maestría que quieran trabajar con nosotros. Te ofrecemos formar parte de un equipo de investigación donde conjugamos diferentes perfiles académicos en el área de Ciencia de Datos.

Contactos: Lorena Etcheverry (lorenae@fing.edu.uy, responsable del proy), Paola Bermolen (paola@fing.edu.uy), Germán Capdehourat (gcapdehourat@ceibal.edu.uy ), María Inés Fariello (fariello@fing.edu.uy)