O CPEIG outorga o XII Premio Traballo Fin de Mestrado en Enxeñaría Informática a Elisa Fernández Álvarez
xoves, 21 de outubro do 2021
O
Colexio Profesional de Enxeñaría en Informática de Galicia (CPEIG)
decidiu conceder o Premio Traballo Fin de Mestrado en Enxeñaría
Informática (un dos dez galardóns que se van entregar no marco da
Noite da Enxeñaría en Informática
de Galicia, o 29 de outubro no Hotel OCA Puerta del Camino de
Santiago) a Elisa Fernández Álvarez pola súa ferramenta de análise
de datos das augas residuais para a predición de casos da COVID-19.
Nesta
décimo segunda edición do galardón foron tamén finalistas Diego
Campelo Cores, autor dunha solución para o seguimento das misións
con drons, e Paloma Piot Pérez-Abadín, polo seu sistema de
detección de trastornos mentais en usuarios das redes sociais.
Co
Premio Traballo Fin de Mestrado, o Colexio profesional busca
“achegarse ao colectivo estudantil, promover as vantaxes da
colexiación e estimular o traballo dos estudantes”.
Os
tres finalistas terán dereito a un ano de colexiación, ao que se
engade unha gratificación económica de 1.000 euros para a persoa
gañadora. A avaliación dos traballos presentados, todos eles
correspondentes ao fin de mestrado dos anos 2019, 2020 ou 2021,
correu a cargo dunha comisión experta integrada por representantes
do CPEIG e das tres universidades galegas. Os tres finalistas da
presente edición realizaron os seus traballos de fin de mestrado na
Universidade da Coruña.
O
Traballo Fin de Mestrado de Isabel Fernández Álvarez (A
Fonsagrada, 1996), titorizado polos profesores Susana Ladra e
Alejandro Cotiñas, da Universidade da Coruña, consistiu no
desenvolvemento dunha ferramenta que permite a xestión e explotación
dos datos de carga viral obtidos a partir da análise de augas
residuais e que son empregados para realizar predicións de casos da
COVID-19.
A
ferramenta deseñouse para dar soporte ás tarefas desenvolvidas no
proxecto COVIDBens, posto en marcha na estación depuradora de Bens
(A Coruña) co apoio da Universidade da Coruña, a raíz da pandemia
e integrado por un equipo multidisciplinar de profesionais da
microbioloxía e das ciencias de datos. Facilita a comunicación
entre os participantes e axiliza o seu fluxo de traballo, xerando
información relevante que é trasladada ás autoridades sanitarias
para a toma de decisións áxil mediante un sistema de alerta
temperá, anticipando ata 18 días a aparición de gromos do virus.
Na estación da Edar Bens verten as súas augas residuais A Coruña,
Arteixo, Cambre, Culleredo e Oleiros, o que significa facer un
seguimento do virus nunha poboación aproximada de 400.000
habitantes.
O
proxecto de telemetría e streaming de vídeo en tempo real
para drons foi presentado por Diego Campelo Cores, que
desenvolveu un sistema que mellora o seguimento das misións
realizadas por vehículos aéreos non tripulados, de maneira
centralizada e en tempo real, facilitando ademais a visualización da
información recollida. Inclúe un modo histórico a través do
rexistro de voos que permite reproducir unha misión en tempo pasado
como se fora en tempo real, coa finalidade de poder realizar
auditorías e revisións para mellorar a calidade da información
recollida e do procesado posterior. Integrase nun sistema de xestión
de misións xa existente, ademais de prover unha aplicación de
escritorio para a recollida da información e unha aplicación web
para a visualización.
Polo
que respecta ao traballo de Paloma Piot Pérez-Abadín
consistiu no perfilado automático de usuarios de redes sociais no
contexto da detección precoz de trastornos mentais, concretamente a
depresión, analizando os comentarios e expresións empregadas nestas
plataformas mediante o procesado da linguaxe natural e a aprendizaxe
automática. Así mesmo, creou unha aplicación web para a recollida
de datos, a xeración de coleccións e a validación dos datos que
perfila o sistema. A ferramenta realiza ademais unha clasificación
do xénero dos usuarios, dada a súa relevancia á hora de tratar a
depresión, e completa de forma automática unha enquisa (o
Inventario de Depresión de Beck) que mide distintos síntomas
asociados coa depresión, estimando así a súa gravidade.