Ingeniero electrónico y de computación, Ph.D. de la Universidad de Delaware, Newark, DE. Elkin tiene experiencia en algoritmos, programación en paralelo, optimización de energía, modelaje y simulación, multi-threaded languages, aprendizaje de máquinas y reconocimiento de patrones.Actualmente se desempeña como Principal Firmware Systems Architect en Synaptics Inc., San Jose, CA.

Investigador del Centro Harvard-Smithsonian de Astrofísica - Sistema de Datos del Centro de Rayos X del Observatorio Chandra de la NASA. Doctor en Astronomía de la Universidad de Leiden, Países Bajos. Sus investigaciones se enfocan en el estudio de ondas producidas por la formación de estrellas en galaxias, así como el uso de diferentes metodologías de machine learning para la exploración de grandes bases de datos astronómicas, específicamente con el objetivo de encontrar transientes astrofísicos tales como rayos-X binarios o cascada de disrupción de eventos. Antes de unirse al CXC, el fue un investigador postdoctoral en el centro de astrofísica y profesor en el Instituto de Ciencias de la Computación Aplicada de la Universidad de Harvard, donde dicto cursos relacionados con optimización estocástica y Machine Learning.

Juan F. Pérez es Profesional Distinguido en el Departamento de Ingeniería Industrial, Universidad de los Andes, Colombia. Juan obtuvo su grado de PhD en Ciencias de la Computación de la University of Antwerp, Bélgica, en 2010. Tiene un pregrado y maestría en Ingeniería Industrial de la Universidad de los Andes, Colombia, 2006. Juan fue Investigador postdoctoral en análisis de desempeño en Imperial College London, UK, Department of Computing, y en modelamiento estocástico en la University of Melbourne, Australia, School of Mathematics and Statistics. Juan lideró la creación de la Escuela de Ingeniería, Ciencia y Tecnología de la Universidad del Rosario, Colombia, y contribuyó a la creación del programa de Matemáticas Aplicadas y Ciencias de la Computación. Sus intereses se centran en el análisis de datos para la toma de decisiones, el análisis de desempeño de sistemas de computadores, especialmente en aplicaciones de software intensivas en datos empleadas para ejecutar trabajos de aprendizaje de máquina de gran escala, computación en clusters y en la nube.

Ingeniero Electrónico de la universidad de los Andes y estudiante de maestría en Ingeniería Electrónica y de Computadores de la misma institución. Sus áreas de investigación se centran en: Machine Learning, Visión por Computador y en el diseño de Sistemas Electrónicos Digitales. Con experiencia en la implementación de modelos de inteligencia artificial sobre plataformas embebidas.

Ingeniero Electrónico e Ingeniero Mecánico de la Universidad de los Andes y estudiante de maestría en ingeniería electrónica y de computadores de la misma universidad. Tiene experiencia implementando algoritmos de machine learning en sistemas embebidos aplicados a problemas en energías renovables.

Ingeniero Electrónico, Ingeniero Eléctrico, y Magíster en Ingeniería Electrónica y de Computadores de la Universidad de los Andes. Actualmente se desempeña como instructor del Departamento de Ingeniería Eléctrica y Electrónica de la Universidad de los Andes. Sus áreas de investigación incluyen machine learning, robótica, e implementaciones en sistemas embebidos.

Doctor de La Universidad Autónoma De Barcelona, España. Actualmente se desempeña como profesor asociado del departamento de Ingeniería Eléctrica y Electrónica de la Universidad de los Andes. Sus líneas de investigación están enfocadas en el uso de sistemas embebidos e Inteligencia Artificial para resolver problemas con impacto social.

Rafael E. Carrillo received the B.S. and the M.S. degrees (with honors) in electronics engineering from the Pontificia Universidad Javeriana, Bogotá, Colombia, in 2003 and 2006, respectively, and the Ph.D. degree in electrical engineering from the University of Delaware, Newark, in 2011. From 2003 to 2006, he was a lecturer at the Pontificia Universidad Javeriana, and from 2006 to 2011, a research assistant at the University of Delaware. From 2011 to 2016, he was a postdoctoral researcher in the Signal Processing Laboratory (LTS5) at École Polytechnique Fédérale de Lausanne (EPFL), Lausanne, Switzerland. Since 2016 he is a Senior R&D Engineer at the Centre Suisse d’Electronique et de Microtechnique (CSEM), Neuchâtel, Switzerland. His research interests include signal processing, mathematical inverse problems, optimization and machine learning, and their application to develop smarter energy solutions.

Miguel Navarro received his B.S. in Electronics Engineering in 2008 and M.S. in Systems and Computing Engineering, first place in his graduation class in 2010, from Universidad de los Andes. He received his Ph.D. degree in Computer Science from Purdue University West Lafayette, USA, in 2016. In the same year, he received the Gersting Graduate Student Award for outstanding graduating student in Computer and Information Science. He joined Pure Storage in 2016 and he is currently a Senior Member of Technical Staff. At Pure Storage he has worked in multiple areas of software engineering for flash-based storage arrays, including high-availability and high-scale storage subsystems, high-performance nonvolatile data persistent services, data protection and replication services, high-performance adaptive metadata subsystems, and high-scale storage protocols.

Ph.D. en Ingeniería de la Universidad de los Andes. Magíster en Ingeniería Sistemas y Computación, Universidad de los Andes y Universidad Nacional de Colombia. Actualmente es Profesor Asistente del Departamento de Ingeniería de Sistemas y Computación (DISC), e investigador del Centro de Investigación y Formación en Inteligencia Artificial, CINFONIA, Universidad de los Andes, Colombia. Se desempeñó previamente como director TI en el Centro de Investigación para del Desarrollo CID e investigador-científico principal en Inteligencia Artificial en la empresa reconoSER ID. También se desempeña como revisor de diversas conferencias y revistas de alto nivel, como Information Sciences, Knowledge-Based Systems, International Journal of Educational Technology in Higher Education y IEEE International Conference on Advanced Learning Technologies. Sus intereses de investigación incluyen procesamiento natural del lenguaje; web semántica; e inteligencia artificial.

Especialista en inteligencia artificial y sus aplicaciones en oncología: sistemas de asistencia automática para el diagnóstico médico y la decisión de tratamiento.

Investigador de Guerbet, una empresa francesa que desarrolla productos farmacéuticos y digitales para ayudar a los radiólogos en la interpretación de imágenes médicas.

Ph.D. en matemáticas aplicadas de la Universidad Sorbonne, Master en Ingeniería Aeronáutica de Imperial College London y de la École Centrale Paris.

Cindy es PhD en Ingeniería Matemática y Computacional de la Universidad de Stanford, Master en Matemáticas Aplicadas de KAUST, y matemática e ingeniería civil de la Universidad de Los Andes. Su trabajo se centra en la intersección de modelación numérica, la ciencia de datos, computación en paralelo e inteligencia artificial. Ella es apasionada por hacer temas complejos más accesibles al público en general, a través de workshops, podcasts, y diseño de productos.

Directora y fundadora de AstroAI del Centro de Astrofísica Harvard-Smithsonian, una institución de investigación innovadora a la vanguardia del avance de la astrofísica a través de la inteligencia artificial. Su investigación es sobre la evolución estelar, actividad, emisión de rayos X y rotación, así como el impacto que tienen las estrellas en sus planetas en órbita: interacción estrella-planeta.

Ashish Mahabal is an astronomer (Division of Physics, Mathematics, and Astronomy) and Lead Computational and Data Scientist (Center for Data Driven Discovery) at the California Institute of Technology. His interests include Large Sky Surveys, Classification, Deep Learning, and Methodology Transfer to other complex-data fields like medicine.

He leads the ML for the Zwicky Transient Facility, a new large survey covering the entire Northern Sky every few nights. He also works with the Data Science group at the Jet Propulsion Laboratory and is part of the Early Detection Research Network (EDRN) for cancer, and MCL. https://ashishmahabal.net/