Formando Matemáticos para la Era del Aprendizaje Automático

Ponente(s): Andrés Felipe Téllez Crespo

Ante la alta demanda de matemáticos en la era de la IA y el Machine Learning, la formación universitaria del matemático debe evolucionar. Se propone una guía que complementa la teoría clásica con habilidades computacionales, aplicadas y éticas para formar no solo usuarios, sino creadores de algoritmos. La propuesta se estructura en módulos: 1. Habilidades Epimatemáticas: Fomenta el pensamiento crítico para traducir problemas de negocio a soluciones técnicas. Comunicación Asertiva. 2. Fundamentos Técnicos: Conecta algoritmos (Ej: PCA, SVMs) con sus bases matemáticas (Ej: álgebra lineal, optimización, probabilidad). 3. Temas de Frontera: Profundiza en redes neuronales como Transformers, IA generativa (Ej: GANs, Modelos de Difusión) y sistemas compuestos (Ej: MCP, RAG). Integra ejes transversales indispensables como la inferencia causal para modelos robustos, MLOps para el ciclo de vida en producción y la IA Responsable (interpretabilidad, equidad y privacidad). El objetivo es doble: preparar profesionales para liderar la industria y capacitarlos para usar la IA como herramienta en la investigación matemática, formando colaboradores estratégicos en la evolución de la tecnología.