Profesores Guias: Aidan Hogan, Franciso Förster

Descripción: ALeRCE es un broker astronómico que procesa streams de observaciones de cuerpos astronómicos, e intenta clasificar los objetos (en clases como estrellas, supernovae, galaxias, etc., por ejemplo, usando métodos de aprendizaje de máquina), genarando otro stream enriquecido con meta-datos sobre los objectos. Como parte del proceso de clasificación, se hacen “cross-match” de las observaciones en la entrada con catálogos astronómicos existentes, que permite encontrar más información sobre los cuerpos (si es que están en los catálogos). Actualmente se usa un servicio externo (CDS) que permite hace consultas tipo “cone search” para encontrar objetos en la misma región del cielo en un catálogo externo (WISE), pero a veces el servicio no está disponible, y el proceso de cross-match se pueden generar muchas peticiones al servicio. Este tema de memoria tiene dos objetivos: replicar el servicio de CDS localmente en un ambiente Amazon EC2 (permitiendo cone-search eficiente sobre los datos de WISE), y buscar mejoras (por ejemplo, la inclusión de otros catálogos).

Profesor Guía: Andrés Muñoz Órdenes (andmunoz@dcc.uchile.cl)

Descripción: Las criptomonedas se han convertido en el nuevo medio de pago para algunos servicios. El framework de Moqui (http://www.moqui.org), por su parte, ya posee un módulo de PoS que permite realizar la transacción de venta y registrar los pagos por los medios tradicionales (incluido Transbank). Lo que se busca es que el alumno incorpore a este módulo la posibilidad de utilización de criptomonedas para el pago en el PoS, de manera de generar este nuevo medio de pago como parte del pool de posibilidades que tiene hoy en día el framework. De esta manera, deberá desarrollar la integración y el manejo de un monedero electrónico para un usuario utilizando criptomonedas.

Profesor Guía: Andrés Muñoz Órdenes (andmunoz@dcc.uchile.cl)

Descripción: Un tema muy de moda en la comunicación digital son los chatbots. El chatbot es un programa informático con el que es posible mantener una conversación en lenguaje natural, tanto si queremos pedirle algún tipo de información o que lleve a cabo una acción, ya que lo hacen a través de análisis semántico. Hoy en día tienen múltiples usos: responder preguntas básicas desde un sitio web, tomar un requerimiento de atención y hasta orientar con información programada dependiendo de ciertas frases o palabras. Lo que se espera es que el alumno sea capaz de incorporar un chatbot al framework de Moqui (http://www.moqui.org) para la gestión de requerimientos. Esto quiere decir que el chatbot pueda realizar acciones como: tomar un requerimiento y entregar un ticket de atención, entregar información de avance del requerimiento, incorporar, preguntar o complementar a un requerimiento existente.

Profesor Guia: Aidan Hogan

Descripción: En el contexto del proceso constituyente, será importante poder encontrar extractos relevantes de constituciones existentes sobre temas particulares, como por ejemplo los derechos particulares de los ciudadanos, los procesos para modificar la constitución, las garantías de igualdad, las protecciones ambientales, etc. En el sitio web https://www.constituteproject.org/, existe una colección de las constituciones del mundo en inglés, con traducciones disponibles para un subconjunto de estas constituciones al castellano. Los pasajes relevantes también han sido clasificados según su tema, y hay muchos metadatos disponibles sobre las constituciones del mundo. El objetivo de este trabajo será desarrollar un sitio web más simple, más usable, y más específico, diseñado para apoyar el proceso constituyente en Chile, que permita buscar y visualizar extractos de constituciones en castellano (con traducciones automáticas, debidamente marcadas, de ser necesario), sobre temas particulares. [Este tema de memoria es flexible según el interés de la memorista; se pueden discutir otras funcionalidades o ideas adaptadas para el contexto chileno. La idea general sería aprovechar los datos del sitio “Constitute Proyect” para apoyar el proceso constituyente en Chile.]

Profesor Guia: Aidan Hogan

Descripción: Wikidata es una versión estructurada de Wikipedia que tiene como objetivo la centralización y la organización del manejo de los datos estructurados de Wikipedia. Como Wikipedia, cualquier usuario puede editar información sobre una variedad enorme de entidades en Wikidata. A diferencia de Wikipedia, la información en Wikidata es estructurada: los usuarios editan datos en la forma de hechos simples en vez de texto (ver ejemplo: Hayao Miyazaki: https://www.wikidata.org/wiki/Q55400). Wikidata -como Wikipedia-, es una fuente secundaria de información, lo cual significa que la información en Wikidata debería tener una referencia externa asociada. El objetivo de este trabajo es encontrar y sugerir una lista de referencias (enlaces a páginas externas) que respaldan un hecho; un usuario que está editando Wikidata podría usar esa herramienta para facilitar encontrar buenas referencias. Más específicamente, el trabajo involucra tres etapas: (1) identificar los sitios webs “confiables” que se usan en muchas referencias en Wikipedia y extraer el texto de las páginas webs de estos sitios desde en Common Crawl (https://commoncrawl.org/); (2) indexar el texto (usando Lucene, Solr, ElasticSearch, o algo parecido) y crear un sistema de búsqueda, en línea (con una API), que permite sugerir documentos asociados con un hecho en Wikidata; (3) implementar y evaluar diferentes formas de búsqueda en el sistema según la calidad de las referencias sugeridas. [El tema será una extensión del trabajo de Paolo Curotto, descrito acá: http://aidanhogan.com/docs/wikidata-references.pdf; en este caso, se usará Common Crawl para recolectar más documentos candidatos.]

Profesor Guía: Benjamin Bustos (bebustos@dcc.uchile.cl)

Descripción: (Memoria) El objetivo es implementar clasificadores basado en Deep Learning que detectan imágenes con memes. Actualmente los mejores clasificadores tienen una precisión de 0.75, pero la mayoría son clasificadores que ocupan técnicas clásicas. En esta memoria el objetivo es utilizar técnicas de Deep Learning para proponer soluciones alternativas a este problema y evaluar su eficacia.

Profesor Guia: Cecilia Bastarrica

Profesor Guía: Nancy Hitschfeld (DCC; nancy@dcc.uchile.cl) / Fernando Poblete (DGL; ferpoble@uchile.cl)

Descripción: Los mapas paleogeográficos nos muestran cómo era la tierra en diferentes períodos geológicos y constituyen herramientas esenciales para entender la dinámica del sistema terrestre. Los mapas son las condiciones de borde necesarias para analizar procesos superficiales, interacción de la biota y para modelar el clima y la geodinámica terrestre, entre otros. Uno de los períodos más enigmáticos en la evolución terrestre es entre el Neoproterozoico tardío y el Cámbrico (720-500 Ma aprox) cuando la tierra estuvo completamente cubierta de hielo para después dar paso a la Explosión Cámbrica, momento en que la vida comienza a florecer. El proyecto INACH RT_44-18, donde se enmarca esta memoria, tiene como objetivo constreñir la evolución paleogeográfica de las Montañas Ellsworth, Antártica, entre el Neoproterozoico tardío y el Cámbrico Inferior y comprender posibles relaciones temporales entre paleoclima, paleogeografía y evolución de la vida. Para esto es necesario contar con herramientas computacionales que nos permitan modificar el relieve terrestre de forma óptima. La memoria que estamos proponiendo, y que busca llenar este vacío, consiste en el desarrollo de una aplicación que permita la visualización, creación y modificación de mapas paleogeográficos a partir de una topografía.

Profesor Guía: Aidan Hogan

Descripción: En el DCC dicto el curso CC7220: la Web de Datos. Dado que sea un curso de postgrado sobre un tema de investigación, no existen tantas herramientas para practicantes como existen en los otros cursos más tradicionales. En este contexto, un alumno de memoria ha generado una herramienta que se llama RDF Playground para mejorar la enseñanza en el contexto de los labs del curso. Se está usando la herramienta para realizar los labs del curso este semestre. El objetivo del tema sería mejorar y extender la herramienta actual. Con respecto a mejorar la herramienta, involucrará la revisión de algunas encuestas de usuarios (estudiantes del curso) para seleccionar algunas de las mejoras más importantes, diseñando soluciones. Con respecto a la extensión, una prioridad sería implementar un Linked Data Browser (ver aquí un ejemplo de la herramienta actual que se usa en el curso) para explorar los datos RDF de la Web, interactivamente, como un grafo.

Profesor Guía: Aidan Hogan

Descripción: Twitter provee una API en la cual uno puede recibir un stream de una muestra de 1% de los tweets. También provee la posibilidad de recibir un stream filtrado según algunas reglas. Los streams proveen algunos datos básicos, como el texto del tweet, su id, el id del autor, etc. El objetivo de este trabajo es generar un sistema que recibe, guarda y enriquece los tweets de los streams, para poder hacer consultas más avanzadas sobre el repositorio histórico que se va aumentando con el tiempo. En particular, se enlazarán los datos de los tweets con Wikidata: una base de conocimiento abierta y amplia. Wikidata ya provee información de las cuentas de Twitter de muchas personas (por ejemplo, ver los políticos de Chile haciendo clic en el buton azúl), facilitando la conexión de los tweets que mencionan o han sido publicados por una persona con su perfil en Wikidata. También existen herramientas de Entity Linking que pueden enlazar las entidades (personas, lugares, etc.) mencionadas en el texto del tweet con Wikidata. Se generará un grafo de RDF que estructura la información de los tweets y contiene enlaces a Wikidata. De esa forma se podrá hacer consultas usando SPARQL como, por ejemplo, para encontrar los tweets del último mes publicados por políticos de Chile. Finalmente, se explorará una forma de publicar los datos que sea compatible con los términos de uso de la API.

Profesor Guía: Jérémy Barbay

Repository: https://gitlab.com/GuidingLearning/jitsi-room-class

Descripción: A website where any professor can go to setup a video chat room (e.g. https://meet.jit.si/Chile-Santiago-UChile-CC4102) for him and his students, and implement the part of the online flipped classroom method where students are asked concept questions and made to discuss their answers between themselves.

Profesor Guía: Aidan Hogan ahogan@dcc.uchile.cl

Descripción: En el contexto del Instituto Milenio de los Fundamentos de los Datos (IMFD) (http://imfd.cl), estamos en el proceso de desarrollar un nuevo sistema de base de datos de grafo. El objetivo de este sistema es superar el rendimiento de otros sistemas, como Neo4j, usando técnicas del estado del arte. Ya existe un prototipo del sistema implementado en C++ por gente de la PUC. El objetivo de esta memoria es extender el sistema con funcionalidad de “keyword search”, y de “autocomplete” para ayudar a los usuarios encontrar los elementos del grafo relevantes. Ya existen implementaciones de índices invertidos en C++ (como, por ejemplo, CLucene http://clucene.sourceforge.net/) que pueden ser utilizado para indexar y buscar texto. El trabajo involucrará una encuesta breve de las implementaciones de índices invertidos implementados en C++, la integración de la implementación seleccionada con el sistema de base de datos de grafo, y su evaluación posterior. La encuesta debería tener en cuenta factores como si es de open source, qué tan eficiente es, cuáles features tiene, etc. La integración implica: el diseño de los índices invertidos (qué van a indexar, qué campos tendrán, etc.), el código para indexar el texto del grafo, la extensión del lenguaje de consulta para poder expresar keyword searches, y su evaluación sobre los índices invertidos. La evaluación tendrá en cuenta los tiempos necesarios para indexar los datos y para hacer búsquedas.

Profesores-Guía: Aidan Hogan (DCC)/Francisco Forster (Astronomía)/Ernesto Castillo (CMM)

Contacto: Ernesto Castillo (ernesto.cast.nav@gmail.com)

Descripción: Dentro de la exploración y análisis de datos astronómicos, la visualización agregada de los mismos constituye una herramienta muy útil para su interpretación. Actualmente existen algunas librerías de visualización de datos masivos, pero presentan la dificultad de interoperar fácilmente con bases de datos. Proponemos desarrollar un de sistema de visualización de datos astronómicos utilizando Apache Spark empleando alguno de los algoritmos según el estado del arte. El sistema sería de mucha utilidad para la exploración de los catálogos astronómicos existentes y al implementarse con Spark permitirían la conexión a una serie de base de datos y fuentes asociadas.

Referencia: (https://doi.org/10.1109/TVCG.2016.2598694)

Profesores-Guía: Aidan Hogan(DCC)/Francisco Forster (Astronomía)/Ernesto Castillo (CMM)

Contacto: Ernesto Castillo (ernesto.cast.nav@gmail.com)

Descripción: Los índices espaciales son ampliamente utilizados para agilizar las consultas en las bases de datos SQL tradicionales. Para el caso de bases de datos NoSQL (e.g. Cassandra) estos índices son escasos, o tratan sólo el caso de un sistema de coordenadas georeferenciados. Proponemos desarrollar un índice espacial para la base de datos NoSQL Cassandra enfocado en datos astronómicos con un sistema de coordenadas celestes. Lo anterior permitiría el acceso rápido a catálogos astronómicos del orden de miles de millones de objetos extendiendo la funcionalidad de una de las principales bases de datos NoSQL.

Referencia: (https://doi.org/10.1186/s40537-016-0045-4)

Profesor Guía: Aidan Hogan (ahogan@dcc.uchile.cl)

Descripción: Aunque hay muchos sitios web que dan estadísticas sobre el coronavirus, casi siempre presentan “vistas fijas” que no son exactamente lo que uno quería ver (por ejemplo, comparar las curvas de los países, ver la densidad de poblaciones, etc.). El tema tiene como objetivo recolectar datos públicos disponible sobre el virus, y ofrecer un sitio web tal que el usuario (un “power user”) puede definir consultas personalizadas, bajar plantillas, hacer visualizaciones, cruzar los datos con otras fuentes, etc.

Profesor Guía: Francisco Gutiérrez (frgutier@dcc.uchile.cl)

Descripción: Hoy en día existen varias herramientas que apoyan el desarrollo del pensamiento computacional. Un conjunto significativo de ellas están basadas en lenguajes de programación basados en bloques –como Scratch– donde la complejidad sintáctica del código está oculta detrás de paradigmas de interacción simples (p.ej., arrastrar bloques de instrucciones y encadenarlos como si fueran piezas de puzzle). Esto ha permitido que niñas y niños puedan desarrollar aplicaciones de software en edades cada vez más tempranas. En este escenario, la interacción con el ambiente de programación está basada en mecanismos tradicionales (teclado y mouse). Por otro lado, videojuegos como Minecraft –muy populares en este segmento de población– también permiten indirectamente la adquisición de habilidades de pensamiento computacional. Luego, surge entonces la pregunta acerca de si es posible utilizar controles de videojuegos no convencionales (p.ej., Playstation Move, Wiimote, Joy-Con) para establecer mecanismos de interacción que permitan la adquisición de conceptos básicos de pensamiento computacional y programación en niñas y niños de entre 10 a 12 años. En este tema de memoria buscamos proponer y desarrollar una colección de mecanismos de interacción que, usando como instrumento de entrada principal un control de videojuegos no convencional, permita a un usuario programar una pequeña aplicación de software. Como primera aproximación al problema, restringimos el dominio de estudio a tres componentes: (1) instrucciones de secuencialidad (movimiento en una grilla 2D 4-conexa), (2) de bifurcación (if-else), y (3) de iteración (while).

Profesor Guía: Aidan Hogan (ahogan@dcc.uchile.cl)

Descripción: En este momento, es más o menos fácil encontrar individuos que están haciendo investigación en un tema particular, pero es difícil entender cómo se distribuyen los investigadores geográficamente en el mundo, o encontrar investigadores cercanos trabajando en temas particulares. Existen varias colecciones de datos sobre publicaciones en el área de ciencias de computación, pero no cuentan con información geográfica (pero sí, contienen información de las universidades o empresas de los autores, que pueden ser geolocalizados). El objeto del trabajo es (1) tomar una colección de publicaciones (específicamente DBLP), y enriquecer los datos con información sobre la ubicación de los autores y los temas asociados con los papers; (2) generar una interfaz para visualizar, navegar y consultar los datos.

Profesor Guía: Daniel Calderón (dcaldero@ug.uchile.cl)

Descripción: Si bien existen sofisticados motores de juego como Unreal Engine, Unity o Godot, existe una importante barrera de entrada al momento de entender funcionalmente cada componente de estas plataformas de software. En este trabajo de implementará un motor de juego básico que permita ilustrar de manera simple el funcionamiento interno de los subsistemas más importantes. Se debe incluir al menos: sistema de rendering 3D, sistema de detección de colisiones, sistema de animación, sistema de sonido, sistema de manejo de eventos, y acceso a funcionalidades básicas vía scripting. El entregable es un Game Engine básico en formato de API multiplataforma en C++20. Se debe implementar además uno o varios juegos/aplicaciones minimalistas que ejemplifiquen su uso.

Profesor Guía: Daniel Calderón (dcaldero@ug.uchile.cl)

Descripción: El propósito es generar una API simple que permita resolver problemas de inteligencia artificial modelados como agentes solucionadores de problemas (Problem-solving agents). La API debe permitir el uso de algoritmos de búsqueda clásicos sobre objetos proporcionados por el usuario. El tiempo de ejecución es relevante pues se necesita respuesta en tiempo real. Problemas tipo que podrían ser resueltos con este sistema incluyen: juegos de tablero, resolución de laberintos, búsqueda del jugador en videojuegos de sigilo, personaje de soporte en videojuego de plataformas, contrincante en videojuego de peleas, contrincante o aliado en videojuego de estrategia en tiempo real, etc. Como entrega final, se debe general uno o varios juegos minimalistas que utilicen la API implementada para dotar de “inteligencia” algún ente del mismo.

Profesor Guía: Federico Olmedo (folmedo@dcc.uchile.cl), Alexandre Bergel (abergel@dcc.uchile.cl)

Descripción: Entender y poder caracterizar las propiedades de eficiencia de un sistema de software es una herramienta fundamental para evaluar sus cualidades y atributos. En particular, el análisis del tiempo de ejecución es de vital importancia en esta labor. El objetivo de esta memoria es extender las técnicas de testing actuales para poder validar propiedades sobre el tiempo de ejecución de programas. Al finalizar el trabajo de memoria se espera que el estudiante haya construído un prototipo completamente funcional para testear aleatoriamente propiedades de tiempo de ejecución de programas y que haya demostrado la utilidad del mismo a través de un conjunto de estudio de casos. Este trabajo involucra el uso de técnicas de búsqueda frecuentemente usadas en inteligencia artificial.

Profesor Guía: Aidan Hogan (aidhog@gmail.com)

Descripción: Miles de usuarios han empleado 18 años generando la versión actual de Wikipedia que damos por hecho cada día. Lamentablemente, muchos de esos usuarios han estado perdiendo su tiempo editando datos en listas, tablas y cuadros que son poco legibles por máquina y, por ende, que son poco reutilizables. Es una lástima. Pero ahora se ha propuesto Wikidata -una versión estructurada de Wikipedia-, como una forma de evitar que pase esto en el futuro. El problema es que hay 18 años de trabajo invertidos en crear Wikipedia … ¿podríamos rescatar algunos datos legados de sus artículos? El tema tiene que ver con agrupar tablas de Wikipedia según sus cabeceras, y de esta forma unificar miles de tablas; después, usar un lenguaje declarativo para mapear el contenido de las tablas unificadas para rescatar los datos, es decir, mapear los datos desde HTML a un formato estructurado (RDF) que permite la integración, consulta y reutilización de los mismos.

Profesor Guía: Jorge Pérez (jorge.perez.rojas@gmail.com)

Descripción: El proyecto contempla entrenar y validar el modelo BERT (https://arxiv.org/abs/1810.04805) sobre un corpus masivo de texto en español. BERT genera representaciones de propósito general para oraciones, que pueden luego utilizarse para tareas específica que requieran el entendimiento semántico del texto. La implementación del modelo estará basada en implementaciones existentes en Pytorch y Tensorflow. El modelo construido deberá validarse contra varias lineas base en tareas estándares de clasificación de texto. Requisitos: haber cursado o estar cursando CC6204 (Deep Learning), o tener intención de aprender los conceptos fundamentales del area de manera autodidacta al inicio del proyecto. Financiamiento: Existe la posibilidad de financiamiento para el o la estudiante durante la duración del trabajo de memoria.

Profesor Guía: Jorge Pérez (jorge.perez.rojas@gmail.com)

Profesora Co-Guía: Jocelyn Dunstan, CMM y Facultad de Medicina (jdunstan@uchile.cl)

Descripción: En el sistema público de salud en Chile, para ser atendido por un especialista se debe ingresar a una lista de espera. Hay ciertas patologías cubiertas por el programa de Garantías Explícitas de Salud (GES), que reciben atención prioritaria. Dada la dramática diferencia entre los tiempos de espera en ambos casos, es de vital importancia evitar la mala clasificación de pacientes GES en la lista no-GES. Esta clasificación es manualmente chequeada en cada hospital a partir de la sospecha diagnóstica escrita por el médico de atención primaria (texto libre) y la edad del paciente. En este proyecto se requiere que el/la estudiante desarrolle un modelo de predicción que permita, a partir de la sospecha diagnóstica y la edad, determinar si el paciente está cubierto por el GES o no. Para el desarrollo del modelo se cuenta con 2 millones de diagnósticos etiquetados por el profesional de atención primaria con las clases GES y no-GES, y 1500 pacientes clasificados entre GES y no-GES por un experto en GES. Requisitos: no es imprescindible, pero se recomienda haber cursado uno o más cursos de Minería de Datos o Aprendizaje de Máquinas durante la carrera. Financiamiento: Existe la posibilidad de financiamiento para el o la estudiante durante la duración del trabajo de memoria.

Profesor Guía: Benjamin Bustos (bebustos@dcc.uchile.cl)

Descripción: El estudio de los denominados “memes” que se publican en las redes sociales puede ser útil para analizar tendencias de los usuarios de estas redes. Para este fin, sería útil poder contar con herramientas automáticas que permitieran clasificar los diferentes memes que existen y que se van creando en el tiempo. El objetivo de este estudio es comparar distintos descriptores visuales y compara su eficacia para clasificar los memes. Esto requiere: implementar o buscar descriptores visuales del estado del arte; crear un dataset de memes; probar los distintos descriptores en tareas de clasificación y comparar su eficacia.

Profesor Guía: Éric Tanter (etanter@dcc.uchile.cl)

Descripción: El objetivo de esta memoria es sistematizar el workflow entre el DCC y la Facultad respecto de pedidos de libros y demás recursos bibliográficos. Luego de un análisis de las necesidades, se deberá llevar a cabo una implementación, así como su adopción por parte de los actores involucrados, tanto en el DCC como en la Facultad. El desarrollo se realizará en Python, usando el framework web Django, y una librería de manejo de workflows. El sistema deberá además interactuar con los sistemas existentes de la Facultad y la Universidad, mediante servicios web.

Profesores Guías: Aidan Hogan (ahogan@dcc.uchile.cl)

Descripción: Wikidata es una versión estructurada de Wikipedia que tiene como objetivo la centralización y la organización del manejo de los datos estructurados de Wikipedia. Como Wikipedia, cualquier usuario puede editar información sobre una variedad enorme de entidades en Wikidata. A diferencia de Wikipedia, la información en Wikidata es estructurada: los usuarios editan datos en la forma de hechos simples en vez de texto (ver ejemplo: Hayao Miyazaki: https://www.wikidata.org/wiki/Q55400). Wikidata -como Wikipedia-, es una fuente secundaria de información, lo cual significa que la información en Wikidata debería tener una referencia externa asociada; lamentablemente, la mayoría de los hechos guardados en Wikidata no tienen referencia. Dado un hecho sin referencia, el objetivo de este trabajo es encontrar y sugerir una lista de referencias (enlaces a páginas externas) que respaldan un hecho; un usuario que está editando Wikidata podría usar esa herramienta para facilitar encontrar buenas referencias. Más específicamente, la idea es tomar las referencias en la página de Wikipedia que corresponde con la entidad en Wikidata, bajar esas páginas, y dado un hecho como (Hayao Miyazaki,father,Katsuji Miyazaki), identificar y rankear los documentos que pueden respaldar ese hecho.

Profesores Guías: Aidan Hogan (ahogan@dcc.uchile.cl), Felipe Bravo (fbravo@dcc.uchile.cl)

Descripción: El Instituto Milenio de los Fundamentos de los Datos (IMFD: http://imfd.cl/) cuenta con varios conjuntos de datos masivos recolectados de Twitter durante varios meses. El propósito de este tema será detectar Tweets que hablen de políticos, y hacer un análisis comparativo de las temáticas y los sentimientos presentes en los diálogos por país y por género del político. Más específicamente, el trabajo involucrará el uso de “entity linking” (con respecto a una base de conocimiento como DBpedia o Wikidata) para detectar menciones de políticos, y técnicas como “sentiment analysis” para analizar esos tweets. El IMFD también cuenta con expertos en ciencias sociales que pueden ayudar a interpretar y/o sugerir nuevas formas de análisis.}

Profesor Guía: Sergio Ochoa (sochoa@dcc.uchile.cl)

Descripción: El registro de la información de docencia en la FCFM se lleva a través de la plataforma UCampus. Esta plataforma está pensada para apoyar las labores operativas de los Departamentos, pero no así el monitoreo de dicha actividad, la identificación temprana de necesidades, la toma de decisiones y la proyección a futuro de la docencia impartida. Este trabajo de memoria busca desarrollar una aplicación Web responsive, que tome la información de UCampus, la procese y genere los indicadores y servicios que se requieren para paliar estas necesidades; particularmente, en el ámbito del DCC. La aplicación deberá soportar múltiples perfiles de usuario (a priori: profesores, funcionarios, jefe docente y director), cumplir con altos niveles de calidad (usable, segura, mantenible, etc.), y ser proactiva.

Profesor Guía: Jérémy Barbay (jeremy@barbay.cl)

Descripción: En un nivel basico, la técnica de trabajo “Pomodoro” consiste en dividir su tiempo de trabajo en periodos cortos (e.g. 25mns) separados por pausas mas cortas aun (e.g. 5mns), en grupos de 4 tales periodos, de manera a lograr una mejor concentración. En un nivel mas advanzado, planificar la cantidades de tales periodos requerido por cada tarea, y una auto-critica de sus predicciones al fin del dia, pretende generar un mejor manejo del tiempo. Se propone 1) desarrollar y 2) evaluar un software que permite implementar la técnica pomodoro, en combinación con varios incentivos audio, desde el uso de playlists de música de trabajo y de pausas, hasta mensajes audio personales para anunciar las transiciones entres periodos de trabajo y de pausa, y entre periodos de pausa y de trabajo.

Profesor Guía: Cecilia Bastarrica (cecilia@dcc.uchile.cl)

Descripción: Los equipos del curso Proyecto de Software se conforman de tal modo que nunca un alumno tenga que trabajar solo. Esto beneficia la comunicación cara a cara, lo que redunda en una mejor gestión del proyecto. Hasta el momento esta tarea se ha llevado a cabo de forma manual y, dado que la cantidad de alumnos no ha superado jamás los 40, esto ha sido factible y no excesivamente complejo. Sin embargo, existen dos problemas con esta solución. Por un lado, el número de alumnos del DCC está creciendo paulatinamente en los últimos años y esto hace que el manejo manual sea dificultoso y lleve más tiempo llegar a una solución factible. Existe también otro problema aún más complejo: la productividad en el desarrollo de software de un equipo depende en gran medida de la cantidad de miembros que puedan trabajar de forma simultánea. Es así que un equipo donde ninguno trabaje solo, pero siempre haya solamente dos personas, tendrá un rendimiento probadamente menor que uno donde trabajen todos juntos. Lo que se busca en este trabajo de memoria es construir una aplicación que, no sólo sea escalable para la conformación de equipos, sino que además maximice la “justicia” para que todos los equipos tengan una oportunidad equivalente de productividad.

Contacto: Cecilia Cristina Saint-Pierre (csaintpierre@uchile.cl)

Profesor Guía: Alejandro Hevia (ahevia@dcc.uchile.cl)

Descripción: La universidad cuenta con un módulo de autenticación CAS que funciona con la cuenta pasaporte. En este momento, la plataforma tiene su propia base de datos de usuarios y passwords; el objetivo de esta memoria sería habilitar el acceso a la plataforma con la cuenta pasaporte mediante la integración con CAS, resguardando la seguridad de la información de los usuarios.