Globant te invita a un Hackathon sobre Big Data & Hadoop y sobre Mobile & Web UI. Durante el evento adquirirás nuevos conocimientos, tendrás la oportunidad de ponerlos en práctica, hacer networking y llevarte premios. Ambos son gratuitos y podrás participar de uno o de ambos Hackathons según tu conveniencia. El mismo se realizará el día sábado 1 de Junio de 2013 en Alter City Business Park, Av. Perón 2300, Yerba Buena, S. M. de Tucumán.

1) Hackathon Big Data & Hadoop
    Horario: 15 a 18 hs.

REGISTRATE
#hackathonBigData
El mundo está cambiando y el nuevo desafío es extraer información enterrada entre inmensos volúmenes de datos. Solo aquellos que inviertan en el análisis de la información y en conocer mejor a la audiencia podrán aprovechar el valor real de esta era.
Durante el Hackathon experimentaremos de cerca varias herramientas que permiten llevar adelante este tipo de análisis.
Speaker:
Sabina A. Schneider | Big Data Technical Director, Globant
>>VIEW BIO
REQUISITOS:
– Conocimientos Java
– 1 notebook con Java 6.0, Maven 3.0 y Eclipse cada 2 o 3 personas
– Herramienta ssh para conexión remota: putty, ssh linux
Blog Big Data: http://bigdata.globant.com/    Leer más→

Se encuentra abierta la edición 2013 del Programa de “Incentivo a las vocaciones en Física” para el cual la Comisión Directiva de la AFA ha destinado un monto total de $ 15.000 (quince mil pesos) a repartir entre los proyectos seleccionados.

Las fechas establecidas para el calendario del programa son:

Recepción de proyectos: del 13 de Mayo al 31 de Mayo de 2013.

Período de evaluación: del 03 de Junio al 14 de Junio de 2013.

Publicación de orden de méritos y subsidios asignados: 24 de Junio de 2013.

Fecha límite para recepción de informes finales: 30 de Junio de 2014.   Leer más→

Martes 21 de Mayo de 2013, 17.15 hs.

Aula de Maestría en Matemática (4to piso, Block 2), FACET – UNT.

“Descomposición en valores singulares iterativa aplicada a imputación de datos climáticos en la provincia de Tucumán”
Lic. María Lourdes Fernández*
*Dpto. de Matemática, Facultad de Ciencias Exactas y Tecnología, Universidad Nacional de Tucumán.

El problema de datos faltantes en bases de datos climáticas es común en todo el mundo, debido a dificultades tanto técnicas como humanas. Se han desarrollado diferentes técnicas que manejan la falta de mediciones o mediciones erróneas  en el análisis de datos multidimensionales, donde una de las más aceptadas es el algoritmo SVD iterativo.

La finalidad del presente trabajo consiste en determinar la confiabilidad del algoritmo iterativo (AI) y de una variante del mismo, aplicados a la estimación de datos reales de la provincia de Tucumán y del NOA (Noroeste Argentino), provistos por la sección Agrometeorología de la Estación Experimental Agroindustrial Obispo Colombres de la provincia de Tucumán (E.E.A.O.C) y el Servicio Meteorológico Nacional (S.M.N).