• Cajamar UniversityHack es la competición de analítica de datos más grande de España.
• En el datathon promovido por la firma financiera han participado 21 universidades y Escuelas. 

Madrid, 14.05.2020 – Los alumnos de la Escuela de Organización Industrial Alejandro Lanaspa y Pedro Álvarez han resultado ganadores del segundo premio del Cajamar UniversityHack 2020 en la categoría Minsait Land Classification.

La competición comenzó el día 1 de febrero y planteaba dos retos: el ‘Minsait Land Classification’, en el que los equipos participantes tenían que conseguir el mejor modelo de clasificación automática de suelos en base a la información de imágenes satelitales, y el ‘Cajamar Carpooling Visualization’, en el que se solicitaba a sus participantes crear una aplicación y/o visualización innovadora sobre la información de los trayectos de BlaBlacar realizados entre 2017 y 2019 en España y Portugal.

El jurado de la competición ha estado compuesto por profesionales del Grupo Cajamar, Minsait, ViewNext, Idealista y Kabel, y en esta cuarta edición han participado 21 universidades y centros de formación. Debido a las restricciones generadas por la COVID-19, esta edición ha sido completamente “online”, por lo que la defensa final de los proyectos se ha realizado a través de vídeo y la valoración del jurado, de forma remota. Las defensas de todos los finalistas pueden verse en el canal de Grupo Cajamar en YouTube.

Lanaspa y Álvarez trabajan como Data Scientists en Banco Santander y cursan el Master de Big Data EOI-Banco Santander en la modalidad blended, que normalmente incluye sesiones presenciales y online y que, debido a los últimos acontecimientos, fue adaptado al entorno online en su totalidad.

Los dos comenzaron su máster en EOI en enero y crearon el equipo Talents para participar en la competición. Consideran que para poder resolver con éxito el reto de Minsait Land Classification era necesario un trabajo previo de exploración y visualización de los datos: “todas estas herramientas las facilita EOI durante el máster; tanto la de componente de visualización como el posterior modelado. Creemos que el background que teníamos en la materia, potenciado por el máster, ha sido clave para el reto”.

Además, los ganadores del premio consideran que el hecho de que sus trayectorias profesionales fueran muy diferentes ayudó a diversificar las tareas y las estructuras de pensamiento para resolver la prueba. Alejandro Lanaspa señala: “Pedro fue determinante a la hora de encontrar y utilizar datos que no nos facilitaban inicialmente desde la organización de la competición. Yo aporté todo mi conocimiento en lo que respecta a los modelos de machine learning que aplicamos: cuáles tendrían más éxito, cómo tratar los datos para que aporten el máximo valor a estos...”

Los dos Data Scientists comienzan ahora la última etapa de su máster. Para Alejandro, “una de las etapas más bonitas: la del proyecto final” y una de las más interesantes porque “no solo se utilizarán las técnicas de data science vistas en el máster, sino que nos proponen aplicarlas para un proyecto real, con metodologías ágiles y también desde el punto de vista de rentabilidad económica del proyecto. Todo esto recrea casi a la perfección el escenario real que veremos el día de mañana en el mundo empresarial, para el cual, tras esta experiencia, estaremos más que preparados”.