Oportunidades Públicas

Fecha de Creación	Descripción	Mentor(es)	Acciones
05/07/2022	Keywords: machine learning geofisica efectos de sitio Prerequisites: No prerequisites Available vacancies: 1/1 Class Code Initials: ICE IIC ING This opportunity uses a Nota 1-7 evaluation method and is worth 5 credits Empleo de técnicas Machine Learning para estimar curvas de características dinámica de sitios En el marco del proyecto Fondef ID 19i10021 y también bajo el apoyo de CIGIDEN se desarrolló una plataforma para la visualización de mapas multi-amenazas: https://experience.arcgis.com/experience/eedd0b9a835041efbaf04dcaae7bea6f/ Como parte de ese desarrollo, se generaron algoritmos para predecir características escalares de un sitio mediante ML como paso intermedio para estimar escenarios de movimiento sísmico. El objetivo de esta investigación es expandir este enfoque desarrollando y entrenando un modelo que permita predecir atributos vectoriales de un sitio, i.e. curvas que caracterizan de manera mucho más precisas las características de vibrar de un sitio cuando ocurre un evento sísmico. Todo el trabajo de recolección análisis de datos ya se encuentra efectuado, por lo tanto el alcance de esta oportunidad es enfocarse en el desarrollo del modelo ML predictivo propiamente tal. Keywords: machine learning geofisica efectos de sitio Prerrequisitos: Sin prerrequisitos Vacantes disponibles: 1/1 Siglas iniciales: ICE IIC ING Tiene un método de evaluación Nota 1-7, con 5 créditos	Esteban Patricio Sáez Robert Mauricio Nivaldo Andrés Monsalve Moreno	Ver
22/08/2022	Keywords: machine learning video tsunami evacuacion Prerequisites: No prerequisites Available vacancies: 4/4 Class Code Initials: ING This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits Análisis automatizado de procesos de evacuación utlizando registros de cámaras El proyecto busca indagar acerca de los procesos de evacuación que ocurrieron en la comuna costera de Cartagena el 15 de enero de 2022, cuando una erupción volcánica en el archipiélago de Tonga implicó el establecimiento de un estado de precaución por tsunami en las costas de Chile. Para analizar esta evacuación en la ciudad se utilizarán los registros en video de las cámaras de seguridad ubicadas en el borde costero de la ciudad. Estos registros serán analizados automáticamente con técnicas de machine learning, para poder determinar y evaluar un conjunto de métricas, incluyendo los tiempos de reacción y tasa de evacuación de la población, velocidad de movimiento de las personas, y posibles cuellos de botella en el espacio urbano, entre otros. Keywords: machine learning video tsunami evacuacion Prerrequisitos: Sin prerrequisitos Vacantes disponibles: 4/4 Siglas iniciales: ING Tiene un método de evaluación Nota 1-7, con 10 créditos	Jorge Enrique Leon Canales	Ver
12/07/2023	Keywords: machine learning Segmentación evacuacion clasificación Prerequisites: IIC2233 Available vacancies: 1/1 Class Code Initials: ING This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits Algoritmos de reconocimiento y clasificación automática de registros de evacuación por tsunami El objetivo de esta investigación es aplicar algoritmos de reconocimiento y clasificación automática de imágenes para analizar videos capturados por cámaras de vigilancia durante la evacuación costera decretada en la ciudad de Cartagena, Chile, el 15 de enero de 2022, a raíz de la amenaza de un tsunami producido por una erupción volcánica en el archipiélago de Tonga. El análisis busca identificar y evaluar los comportamientos de evacuación de las personas, de forma tal de mejorar las políticas de prevención del riesgo y manejo de emergencias en nuestro país. Es necesario que los estudiantes tengan conocimientos previos de aprendizaje de máquina, e idealmente algoritmos de aprendizaje profundo para análisis de imágenes y/o videos. Keywords: machine learning Segmentación evacuacion clasificación Prerrequisitos: IIC2233 Vacantes disponibles: 1/1 Siglas iniciales: ING Tiene un método de evaluación Nota 1-7, con 10 créditos	Paula Andrea Aguirre Aparicio Jorge Enrique Leon Canales	Ver
09/07/2025	Audio to text using Natural Language Processing The objective of this research is to program software that implements state-of-the-art Natural Language Processing (NLP) models for real-time audio-to-text translation. Models based on deep neural networks and Transformers are considered. Advanced programming knowledge is required, but a background in NLP and application development is desirable. Weekly meetings will be held to monitor progress. Keywords: machine learning programación AI Software artificial intelig software engineering AI applications Lenguaje Prerequisites: IIC2233 Available vacancies: 1/2 Class Code Initials: ICM This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits Audio a texto mediante Procesamiento de Lenguaje Natural El objetivo de esta investigación es la programación de un software que implemente modelos del estado-del-arte de Procesamiento de Lenguaje Natural (NLP, del inglés "Natural Language Processing") para traducción de audio a texto en tiempo real. Se contemplan modelos basados en redes neuronales profundas y Transformers. Se requieren conocimientos avanzados de programación, siendo deseable que se cuente con background sobre NLP y desarrollo de aplicaciones. Habrá reuniones semanales para monitorear avances. Keywords: machine learning programación AI Software artificial intelig software engineering AI applications Lenguaje Prerrequisitos: IIC2233 Vacantes disponibles: 1/2 Siglas iniciales: ICM Tiene un método de evaluación Nota 1-7, con 10 créditos	David Esteban Acuña Ureta	Ver
09/07/2025	Video to text using Computer Vision and Natural Language Processing The objective of this research is to program software that implements state-of-the-art computer vision models for pose estimation and translates them into text using Natural Language Processing (NLP) in real time. Models based on deep neural networks and Transformers are considered. Advanced programming knowledge is required, but a background in computer vision, NLP, and application development is desirable. Weekly meetings will be held to monitor progress. Keywords: machine learning programación AI Software computer vision artificial intelig visión computacional software engineering AI applications Prerequisites: IIC2233 Available vacancies: 1/2 Class Code Initials: ICM This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits Video a texto mediante Visión por Computador y Procesamiento de Lenguaje Natural El objetivo de esta investigación es la programación de un software que implemente modelos del estado-del-arte de Visión por Computador para estimación de pose y traducirlo a texto mediante Procesamiento de Lenguaje Natural (NLP, del inglés "Natural Language Processing") en tiempo real. Se contemplan modelos basados en redes neuronales profundas y Transformers. Se requieren conocimientos avanzados de programación, siendo deseable que se cuente con background sobre Visión por Computador, NLP y desarrollo de aplicaciones. Habrá reuniones semanales para monitorear avances. Keywords: machine learning programación AI Software computer vision artificial intelig visión computacional software engineering AI applications Prerrequisitos: IIC2233 Vacantes disponibles: 1/2 Siglas iniciales: ICM Tiene un método de evaluación Nota 1-7, con 10 créditos	David Esteban Acuña Ureta	Ver
08/01/2026	Prediction of water repellency and moisture in forest soils using portable NIR spectroscopy The student will propose a methodology to predict soil water repellency across increasing soil moisture levels, integrating laboratory analyses and predictive modeling based on NIR spectroscopy. The research will consider the influence of different soil moisture levels on water repellency and the NIR spectral response, together with a basic characterization of soil properties. As an outcome, predictive models will be developed using machine learning techniques to estimate both soil moisture and different indicators of water repellency. Keywords: machine learning water repelency NIR suelos forestales Prerequisites: No prerequisites Available vacancies: 2/2 Class Code Initials: ICH ICM This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits Predicción de la repelencia al agua y la humedad de suelos forestales por espectrometría NIR portátil El estudiante propondrá una metodología para la predicción de la repelencia al agua del suelo según niveles de humedad crecientes, integrando actividades de análisis de laboratorio y modelación predictiva basada en espectroscopía NIR. La investigación considerará la influencia de distintos niveles de humedad del suelo sobre la repelencia al agua y la respuesta espectral en NIR, junto con la caracterización básica de las propiedades del suelo. Como resultado, se desarrollarán modelos predictivos mediante técnicas de machine learning para estimar tanto la humedad del suelo como distintos indicadores de repelencia al agua. Keywords: machine learning water repelency NIR suelos forestales Prerrequisitos: Sin prerrequisitos Vacantes disponibles: 2/2 Siglas iniciales: ICH ICM Tiene un método de evaluación Nota 1-7, con 10 créditos	Carlos Alberto Faundez Urbina	Ver