Director: Matías Presso, José A. Fernández-León Fellenz

Web: https://neuro-ai-lab.intia.exa.unicen.edu.ar/

Resumen: Uso de EEG para controlar exoesqueletos en procesos de rehabilitación neuromotora.

Actividades del proyecto:

Estudio de técnicas de análisis de datos, redes neuronales, ML y neurociencia computacional.

Detección de señales de movimiento en EEG.

Controlar un exoesqueleto robótico con dichas señales.

Perfil de los estudiantes: Estudiantes avanzados en Ingeniería de Sistemas/Informática con interés en neurociencia, IA y tecnologías actuales.

Vacantes: Hasta 2 estudiantes

Cronograma y dedicación: Duración: 6 a 8 meses. Fechas flexibles.

Recursos y apoyo: Software, documentación y asesoramiento experto. Acceso a cluster de datos. Alta disponibilidad de los directores.

Dirección de correo electrónico: neuroai_lab@alumnos.exa.unicen.edu.ar

Tipo de trabajo: Tesina Ing. de Sistemas

Director: Ignacio Larrabide, PhD
Correo: larrabide@exa.unicen.edu.ar / ilarrabide@pladema.exa.unicen.edu.ar
Web: yatiris.github.io

Resumen:

Este proyecto se centra en la exploración de interfaces cerebro-computadora (BCIs) utilizando IDUN Guardian, un avanzado dispositivo de detección cerebral. IDUN Guardian, con su diseño no invasivo y cómodo, captura datos de EEG de alta calidad, permitiendo el análisis de estados cognitivos y actividad neuronal. Este proyecto busca desarrollar demostraciones que integren neurociencia, inteligencia artificial y aprendizaje automático para aplicaciones reales en salud, entretenimiento y tecnologías del hogar inteligente. Bajo la supervisión del Dr. Ignacio Larrabide, experto en aprendizaje automático, simulación computacional y análisis de imágenes médicas, los estudiantes tendrán la oportunidad de trabajar en un entorno interdisciplinario que combina neuroimagen, ingeniería biomédica y ciencias computacionales.

Actividades del proyecto:

• Desarrollar y mejorar demos que muestren el potencial de IDUN Guardian en aplicaciones como monitoreo de estados cognitivos, neurofeedback o control de dispositivos sin manos.
• Colaborar con investigadores y expertos del equipo del Dr. Larrabide e IDUN Technologies.
• Explorar nuevas posibilidades en neurotecnología mediante la integración de datos de EEG con herramientas avanzadas de inteligencia artificial y simulación computacional.

Perfil de los estudiantes:
Estudiantes avanzados (4º año o últimos años) de Ingeniería de Software interesados en neurociencia, inteligencia artificial y aplicaciones tecnológicas reales. Buscamos personas apasionadas por la innovación, el trabajo en equipo y la resolución de problemas complejos.

Vacantes:
4 estudiantes – Posibilidad de trabajar en parejas de 2 estudiantes.

Cronograma y dedicación:

• Fechas flexibles de inicio entre marzo y diciembre, adaptadas al calendario académico.
• Este proyecto puede integrarse como parte de proyectos finales de carrera o prácticas profesionales.

Recursos y apoyo:
Aunque no se contará con hardware dedicado, IDUN Technologies proporcionará marcos de software, documentación y asesoramiento experto para garantizar el éxito de los participantes.

Director: Daniela Godoy – Silvia Schiaffino

Resumen: La propagación de desinformación y el discurso de odio en medios sociales a través de Internet se ha convertido en una problemática crítica a nivel mundial. En los últimos años se ha incrementado notablemente tanto la diseminación de noticias falsas (fake news), rumores, engaños y otras formas de desinformación, como así también el uso de lenguaje abusivo, la incitación a la violencia, acoso y otras formas de discurso de

odio. Ambos aspectos dan lugar a lo que se conoce como «daños online» con potencialmente graves consecuencias para las personas y la sociedad que van desde problemas de salud pública hasta la disrupción de sistemas democráticos. El presente proyecto está orientado a la definición de nuevos algoritmos y sistemas de recomendación tendientes a mitigar los efectos negativos del contenido dañino online. 

Vacantes: 3

Director: 

Carlos A. Bulant
https://www.researchgate.net/profile/Carlos-Bulant
carlos.alberto.bulant@gmail.com

Web:

https://www.pladema.net/ | https://yatiris.github.io/ | http://hemolab.lncc.br/  

Resumen:

Las PPS se desarrollarán en el marco de proyectos de investigación cuyo objetivo último es  generar herramientas que mejoren el diagnóstico y la estimación de riesgo de eventos cardiovasculares adversos importantes.

A grandes rasgos, el flujo de trabajo se resume en los siguientes pasos:

1. i) procesamiento de imágenes (angiotomografía coronaria, o ultrasonido-intravascular, entre otras);
2. ii) generación de un modelo arterial paciente-específico;

iii) caracterización geométrica su la anatomía arterial;

1. iv) simulación de fluidos para estimar diversos índices hemodinámicos;
2. v) combinar los resultados de las operaciones anteriores junto con información clínica del paciente para estratificar el riesgo de evento cardiovasculares adversos importantes. 

De acuerdo a los intereses del estudiante, y al estado actual del proyecto, se podrán realizar la PPS+TI en alguno de los pasos de la metodología descripta.

Vacantes:

4 estudiantes – Posibilidad de trabajar en grupos de 2 estudiantes.

Director: 

Carlos A. Bulant
https://www.researchgate.net/profile/Carlos-Bulant
carlos.alberto.bulant@gmail.com

Web:

https://www.pladema.net/ | http://www.vet.unicen.edu.ar/HEPA/ | http://www.vet.unicen.edu.ar/HEPA/index.php/investigacion/laryngocube  

Resumen: 

Las PPS se desarrollarán en el marco de una colaboración vigente entre el Hospital de Pequeños Animales (HEPA) Facultad de Ciencias Veterinarias de la UNICEN y el Instituto PLADEMA de la Facultad de Ciencias Exactas de la UNICEN.

De acuerdo a los intereses del estudiante, y al estado actual de los proyecto, se podrán realizar la PPS+TI en alguna de las siguientes líneas:

– Desarrollo de un prototipo de Aceleromiógrafo, usando acelerómetros y arduino. 

– Extensión de funcionalidades de un simulador de monitor de signos vitales para el entrenamiento en anestesiología veterinaria.

Vacantes:

4 estudiantes – Posibilidad de trabajar en grupos de 2 estudiantes.

Resumen: Se trata de construir la Red de Conocimiento para la Gestión
de un Proyecto, Emprendimiento, Área, Empresa u Organización a
través de la intervención de Inteligencia Artificial. Una vez que se
obtienen las respuestas a través de una Entrevista Semiestructurada, en
audio, texto o video, se procesa para reconocer los objetos y sus
relaciones.
Cantidad de estudiantes: 3
Director: Gustavo Tripodi

Los sistemas de control basado en lógica difusa (FLC, Fuzzy Logic Controller) son una alternativa a los controladores clásicos. Al no emplear modelos matemáticos para su funcionamiento, resultan especialmente útiles para procesos complejos y mal definidos, donde se necesita del conocimiento de un experto para el manejo de datos
imprecisos. Por otro lado, la utilización de dispositivos de lógica programable (FPGAs) para la implementación de sistemas de control en la industria se encuentra en constante crecimiento, debido a la diferentes ventajas que presenta. Entre ellas se encuentran la velocidad de procesamiento, debido al alto grado de paralelización; la flexibilidad, como consecuencia de la reconfiguración; y el reducido tiempo de desarrollo, debido al empleo de síntesis de alto nivel (HLS) automática. El objetivo de este trabajo es continuar el desarrollo de una herramienta que une estas dos tecnologías para adaptarla a los estándares de la industria y explorar formas de mejorar o extender su funcionalidad.

La PPS+PI propone tres mejoras específicas:

• Agregar soporte de descripciones según estándar internacional IEC (International Electrotechnical Commision) 61131-7:2000, correspondiente a descripciones de controladores difusos en controladores programables industriales.
• Automatizar el proceso de compilación para obtener una versión del controlador en VHDL o Verilog usando la descripción en C provista en la herramienta y las herramientas de Xilinx para síntesis de alto nivel.
• Mejorar la interfaz de la herramienta para hacerla más amigable a
  los usuarios inexpertos.

Duración estimada: 5-6 meses. Para más detalles comunicarse con Martín Vázquez 1 y Luca Sarramone 2

1  mvazquez@labset.exa.unicen.edu.ar
2 lsarramone@intia.exa.unicen.edu.ar

Director: Dr. Martín Vázquez
CoDirector: Ing. Luca Sarramone
Lugar de Trabajo: INTIA
Cantidad de Alumnos/as: 1 o 2 alumnos

El trabajo se enmarca en un proyecto de investigación que se ejecuta en el Laboratorio de Sistemas Embebidos Tandil (LabSET) del INTIA. El trabajo consiste en la colaboración entre LabSET e ISISTAN, aprovechando la experiencia tecnológica del LabSET para llevar a cabo la migración de un modelo de Deep Learning diseñado por ISISTAN. El modelo implementa un estimador de la condición corporal (BCS) en vacas a partir de imágenes de profundidad. La condición corporal de los animales es un puntaje que evalúa la grasa corporal almacenada y el balance energético, que influye en la producción de leche, reproducción y salud. El monitoreo de este valor permite maximizar la producción y sanidad de los animales. Por otra parte, la evolución tecnológica de los dispositivos FPGA en la última década, en conjunto con la innovación de las herramientas, ha permitido la implementación de sistemas de inferencia complejos con capacidad de ejecución en tiempo real, con un reducido consumo de potencia.

En esta PPS+PI se propone la migración del modelo de Deep Learning entrenado para la estimación de condición corporal en vacas, hacia la tecnología FPGA. El trabajo comprende el entrenamiento en el uso de las herramientas de desarrollo para la tecnología (Vitis, Vitis HLS y Vitis-AI de AMD-Xilinx), el desarrollo de la plataforma considerando el dispositivo de captura de imágenes de profundidad, la implementación y evaluación del modelo en el dispositivo considerando efectividad y uso de recursos.

Director: Mg. Lucas Leiva

CoDirector: Dr. Matias Hirsch

Lugar de Trabajo: INTIA

Cantidad de Alumnos/as: 1 o 2 alumnos/as

Resumen: El trabajo se enmarca en un proyecto de investigación que se ejecuta en el Laboratorio de Sistemas Embebidos Tandil (LabSET) del INTIA. Las enfermedades parasitarias son uno de los principales problemas de la industria agropecuaria. Un monitoreo y control efectivo de estas infecciones permite reducir considerablemente las pérdidas. En la actualidad, el monitoreo requiere del muestreo y posterior análisis en laboratorios, lo que impone pérdidas de tiempo y económicas. Como objetivo se propone el desarrollo de un dispositivo portátil de análisis, que pueda ser utilizado en el campo por expertos veterinarios. El trabajo comprende la vinculación del LabSET, con el Centro de Investigación Veterinaria Tandil (CIVETAN) de la UNICEN, e InFoLab de Mar del Plata. Como antecedentes, se han realizado y publicado resultados de un modelo de Deep Learning para la automatización del conteo de huevos de parásitos, el cual fue compilado y evaluado en un dispositivo FPGA.

En esta PPS+PI se propone dos etapas principales, en donde la primera se corresponde con la migración de la solución existente a las versiones modernas de las herramientas. El modelo actual fue compilado utilizando las herramientas provistas en Vitis AI 1.4.1, y se pretende la migración a Vitis AI 3.5. La segunda etapa comprende el desarrollo e integración de una solución funcional embebida, con soporte de captura de imágenes desde un microscopio digital USB.

Director: Mg. Lucas Leiva

CoDirector: Ing. Bruno Constanzo

Lugar de Trabajo: INTIA

Cantidad de Alumnos/as: 1 o 2 alumnos/as

Resumen: El trabajo se enmarca en un PICT que se está ejecutando conjuntamente entre el Laboratorio de Sistemas Embebidos Tandil (LabSET) del INTIA y el Área de Parasitología y Enfermedades Parasitarias (Fac. Cs. Veterinarias-UNCPBA). En el PICT tiene como objetivo principal lograr la aplicabilidad del hongo nematófago Duddingtonia flagrans como agente de control biológico de nematodos gastrointestinales de importancia en la producción pecuaria, mediante la fabricación y administración de cápsulas de alginato en el agua de bebida.

En esta PPS+PI se propone abordar uno de las etapas del PICT que consiste en la realización de un sistema embebido de control IoT que posibilita la incorporación de las cápsulas en el bebedero. Para ello se partirá de un prototipo realizado en el proyecto, en el cuál analiza las imágenes capturadas desde el bebedero y determina si se debe, o no, proporcionar cápsulas al mismo. Además, se debe controlar nivel de agua del bebedero, la dosificación de cápsulas mediante el procesamiento de imágenes, registrar todas las acciones realizadas para posterior análisis off-line y soportes de conectividad para la configuración del sistema y/o transmisión de datos.

Director: Dr. Juan Toloza

CoDirector: Dr. Martín Vázquez

Lugar de Trabajo: INTIA

Cantidad de Alumnos/as: 1 o 2 alumnos/as

Resumen: El trabajo se enmarca en un proyecto de investigación que se ejecuta en el Laboratorio de Sistemas Embebidos Tandil (LabSET) del INTIA. El conocimiento de los agentes parasitarios intestinales de las mascotas que conviven más estrechamente con el hombre tiene implicancias en la salud humana, ya que estos agentes tienen la potencialidad de transmitirse al humano. A diferencia de la industria agropecuaria, el tratamiento se elige en función del tipo de parásito que infecta al animal. Es por ello que la automatización del diagnóstico mediante técnicas computacionales permitiría reducir los tiempos de tratamiento, evitando el análisis de laboratorio. El trabajo comprende la vinculación del LabSET, con el Centro de Investigación Veterinaria Tandil (CIVETAN) de la UNICEN, e InFoLab de Mar del Plata, y refuerza las colaboraciones previas realizadas entre los institutos para el conteo automático de huevos de parásitos aplicado en la industria agropecuaria.

En esta PPS+PI se propone el desarrollo de un modelo de Deep Learning para la clasificación de huevos de parásitos de pequeños animales. Como requisito, se explicita que el modelo generado debe cumplir con las restricciones necesarias para poder ser compilado e implementado en FPGA utilizando las herramientas provistas por AMD Xilinx (Vitis AI) en futuras versiones

Director: Mg. Lucas Leiva

CoDirector: Ing. Bruno Constanzo

Lugar de Trabajo: INTIA

Cantidad de Alumnos/as: 1 o 2 alumnos/as

Director: Ignacio Larrabide

larrabide@exa.unicen.edu.ar/ilarrabide@pladema.exa.unicen.edu.ar

Web: yatiris.github.io

Resumen: 

En este proyecto se busca la convergencia de la informática avanzada y ciencia de datos con la medicina de vanguardia. Se enfoca en el análisis de imágenes médicas 3D para mejorar la precisión en el diagnóstico de enfermedades vasculares y la planificación de tratamientos endovasculares utilizando modalidades como la angiografía digital, la tomografía computarizada y la resonancia magnética.

A través de técnicas de aprendizaje automático, los estudiantes aprenderán a etiquetar y analizar minuciosamente estructuras cerebrovasculares en imágenes 3D, lo que facilita una evaluación cuantitativa y una visualización tridimensional. Esto proveerá una formación multidisciplinaria y mejorará la colaboración con profesionales de otras disciplinas, además de contribuir al avance en el tratamiento de enfermedades vasculares cerebrales.

Vacantes:

• 4 estudiantes – Posibilidad de trabajar en parejas de 2 estudiantes.

Director: Ignacio Larrabide larrabide@exa.unicen.edu.ar/ilarrabide@pladema.exa.unicen.edu.ar

 Web: yatiris.github.io

 Resumen:

Este proyecto se centra en la intersección entre las neurociencias y los algoritmos de inteligencia artificial. Nuestra principal idea consiste en el estudio y la caracterización de imágenes médicas en 3D para comprender y analizar enfermedades que afectan áreas específicas del cerebro. Nos enfocamos particularmente en las estructuras relacionadas con la memoria y la cognición, que pueden ser estudiadas a través de imágenes volumétricas de resonancia magnética.

Mediante el uso de herramientas de aprendizaje automático, los estudiantes tendrán la oportunidad de aprender a analizar y procesar imágenes médicas cerebrales. Esto les permitirá evaluar las diferencias y similitudes entre las estructuras cerebrales en hemisferios opuestos. Este enfoque multidisciplinario les brindará a los estudiantes la oportunidad de colaborar con profesionales de diversas disciplinas y contribuir al avance en la investigación de enfermedades que afectan la memoria y la cognición.

Vacantes:

4 estudiantes – Posibilidad de trabajar en parejas de 2 estudiantes.

Director: 

Carlos A. Bulant 

https://www.researchgate.net/profile/Carlos-Bulant

carlos.alberto.bulant@gmail.com

Web:

 https://www.pladema.net/ | https://yatiris.github.io/ | http://hemolab.lncc.br/  

Resumen:

Las PPS se desarrollarán en el marco de proyectos de investigación cuyo objetivo último es  generar herramientas que mejoren el diagnóstico y la estimación de riesgo de eventos cardiovasculares adversos importantes.

A grandes rasgos, el flujo de trabajo se resume en los siguientes pasos:

1. i) procesamiento de imágenes (angiotomografía coronaria, o ultrasonido-intravascular, entre otras);
2. ii) generación de un modelo arterial paciente-específico;

iii) caracterización geométrica su la anatomía arterial;

1. iv) simulación de fluidos para estimar diversos índices hemodinámicos;
2. v) combinar los resultados de las operaciones anteriores junto con información clínica del paciente para estratificar el riesgo de evento cardiovasculares adversos importantes. 

De acuerdo a los intereses del estudiante, y al estado actual del proyecto, se podrán realizar la PPS+TI en alguno de los pasos de la metodología descripta.

Vacantes:

4 estudiantes – Posibilidad de trabajar en grupos de 2 estudiantes.

Director: 

Carlos A. Bulant 

https://www.researchgate.net/profile/Carlos-Bulant

carlos.alberto.bulant@gmail.com

Web:

https://www.pladema.net/ | http://www.vet.unicen.edu.ar/HEPA/ | http://www.vet.unicen.edu.ar/HEPA/index.php/investigacion/laryngocube

Resumen: 

Las PPS se desarrollarán en el marco de una colaboración vigente entre el Hospital de Pequeños Animales (HEPA) Facultad de Ciencias Veterinarias de la UNICEN y el Instituto PLADEMA de la Facultad de Ciencias Exactas de la UNICEN.

De acuerdo a los intereses del estudiante, y al estado actual de los proyecto, se podrán realizar la PPS+TI en alguna de las siguientes líneas:

– Desarrollo de un prototipo de Aceleromiógrafo, usando acelerómetros y arduino. 

– Extensión de funcionalidades de un simulador de monitor de signos vitales para el entrenamiento en anestesiología veterinaria.

Vacantes:

4 estudiantes – Posibilidad de trabajar en grupos de 2 estudiantes.

Director: 

Cristian García Bauza

cristiangb@gmail.com

Web: https://www.medialab.com.ar/

Resumen: Las PPS se desarrollarán en el marco de un equipo de desarrollo de soluciones interactivas que utilizan Realidad Virtual para capacitación y formación. Las tareas estarán relacionadas a diversos hitos del proceso de creación de software y podrá incluír el ajuste de módulos desarrollados, modificación de parte de una arquitectura o crear POC (Proof of concept) de distinta índole; como así también participar de una metodología de desarrollo en un contexto real.

Las soluciones se conforman de módulos de Backend y Frontend, con lo cual las tecnologías son variadas y diversas, incluyendo además participar de un equipo de análisis de requerimientos, aseguramiento de calidad, testing entre otros.

Vacantes:

• 4 estudiantes – Posibilidad de trabajar en grupos de 2 estudiantes.

Director: Pablo Rinaldi

prinaldi@exa.unicen.edu.ar / rinaldipablo@gmail.com

 Resumen: 

En este proyecto se trabaja en un pipeline completo para el relevamiento topográfico, la generación de modelos y la simulación de inundaciones tanto en entornos urbanos como extra urbanos. Se trabaja con imágenes satelitales e imágenes UAV (drones) de diferente tipo, información de características de suelo, precipitaciones y eventos previos.

 Utilizando algoritmos de fotogrametría se construyen modelos de elevación del terreno a partir de las imágenes, sobre esos modelos se emplean técnicas de segmentación y aprendizaje automático para la remoción de elementos como vegetación. Luego se ejecutan modelos de simulación de escurrimiento superficial con datos meteorológicos de precipitaciones y los resultados se visualizan en herramientas GIS. Por últimos, los resultados obtenidos se validan con imágenes aéreas posteriores a eventos reales debidamente procesadas.

Trabajos potenciales en: implementación de simuladores con integración GIS, desarrollo de nuevos modelos de simulación de inundaciones y fluidodinámica, procesamiento de imágenes aéreas con segmentación y técnicas de aprendizaje automático. Procesamiento de modelos de elevación digital.

 Vacantes:

• 2 estudiantes.

Director: 

Florencia Rodríguez

frodriguez@pladema.exa.unicen.edu.ar

Web: https://www.medialab.com.ar/

Resumen: 

La tecnología de la realidad virtual (RV) ha experimentado un crecimiento significativo en los últimos años, revolucionando industrias como la educación, la medicina, el entretenimiento y la formación. Para mantenerse a la vanguardia de esta tendencia, es esencial que las organizaciones migren sus aplicaciones y contenidos de RV a las últimas plataformas y tecnologías disponibles. En este contexto, se propone una PPS que permitirá a los estudiantes de ingeniería adquirir experiencia práctica en la migración de tecnología en plataformas de RV.

Durante el período de práctica, se sumergirán en el proceso de migración de tecnología de RV, desde la evaluación inicial hasta la implementación final. También participarán en sesiones de capacitación y revisión de código para fortalecer sus habilidades técnicas y comprender mejor las mejores prácticas en el desarrollo de RV.

Las soluciones se conforman de módulos de Backend y Frontend, con lo cual las tecnologías son variadas y diversas, incluyendo además participar de un equipo de análisis de requerimientos, aseguramiento de calidad, testing entre otros.

Vacantes:

• 6 estudiantes – Posibilidad de trabajar en grupos de 2 estudiantes.

Director: 

Florencia Rodríguez

frodriguez@pladema.exa.unicen.edu.ar

Web: https://www.medialab.com.ar/

Resumen: 

En el ámbito de investigación en cognición y tecnología de realidad virtual, se presenta esta propuesta de práctica profesional supervisada. Se han realizado estudios previos en entornos de Computer Assisted Virtual Environments (CAVE), enfocándonos en la evaluación de la memoria espacial en individuos sanos. Como resultado de estos estudios, se ha desarrollado un protocolo para el estudio de memoria espacial, aprovechando las ventajas de la realidad virtual para mejorar la retención de información del entorno circundante del participante.

En una nueva etapa del proyecto de investigación, se busca expandir el enfoque y aplicar el protocolo a un grupo particularmente vulnerable: personas que presentan deterioro cognitivo, específicamente, pacientes diagnosticados con enfermedad de Alzheimer. Reconociendo la creciente relevancia de abordar los desafíos de esta enfermedad, la propuesta busca contribuir no solo a la comprensión de los efectos del Alzheimer en la memoria espacial, sino también a ofrecer una herramienta potencialmente beneficiosa para el diagnóstico temprano y la mejora de la calidad de vida de las personas afectadas.

A través de esta práctica profesional supervisada, se brindará a un estudiante próximo a graduarse la oportunidad de participar en un proyecto que combina investigación con la aplicación práctica de la tecnología de realidad virtual en pro del bienestar cognitivo.

La experiencia adquirida en este proyecto de investigación en el campo de la cognición y la tecnología de realidad virtual es altamente relevante para el desarrollo de habilidades investigativas sólidas. 

Vacantes:

• 1 estudiante

Director: 

Virginia Cifuentes  

mvcifuentes@pladema.exa.unicen.edu.ar

Web:  https://www.medialab.com.ar/

Resumen: 

Las Practicas Profesionales Supervisadas (PPS) se llevarán a cabo en el marco de un proyecto innovador centrado en transformar las terapias de rehabilitación cognitiva mediante el empleo de realidad virtual (RV) y tecnologías de inteligencia artificial (IA). Las responsabilidades asignadas abarcarán diferentes etapas del desarrollo de software para crear nuevas actividades personalizadas de rehabilitación cognitiva que se sumarán a la plataforma web ya operativa, como la adaptación de módulos existentes, ajustes en la arquitectura, creación de pruebas de concepto (POC) y participación activa en un proceso de desarrollo metodológico en un entorno real.
Este proyecto implica la construcción de soluciones que comprenden módulos de Backend y Frontend, lo que implica el uso de tecnologías actuales.

Vacantes:

• 2 estudiantes

Directores: Luca Sarramone, José A. Fernández-León Fellenz
Web: https://neuro-ai-lab.intia.exa.unicen.edu.ar/
Resumen: Desarrollo de un sistema para la creación y parametrización de experimentos en realidad virtual con entornos interactivos utilizando Unity
Actividades del proyecto: Diseño y desarrollo de entornos de experimentación en realidad virtual utilizando el motor gráfico Unity. Implementación de herramientas para configuración y control de experimentos (vista de experimentador). Adaptar la integración con dispositivos de VR y sensores de captura de datos neuronales ya desarrollada en el laboratorio.
Opcional: Interiorizarse en técnicas de análisis de datos.
Perfil de los estudiantes: Estudiantes avanzados en Ingeniería de Sistemas/Informática con interés en neurociencia y desarrollo de videojuegos.
Vacantes: Hasta 3 estudiantes
Cronograma y dedicación: Duración: 3 a 6 meses dependiendo de la dedicación. Fechas flexibles, adaptadas al calendario académico.
Recursos y apoyo: Software, documentación y asesoramiento experto. Acceso a cluster de datos. Posibilidad de trabajo remoto. Acceso a computadora de desarrollo y lentes de
realidad virtual.
Dirección de correo electrónico: neuroai_lab@alumnos.exa.unicen.edu.ar
Tipo de trabajo: Tesina Ing. de Sistemas

Directora: María Virginia Cifuentes

Contacto:mvcifuentes@pladema.exa.unicen.edu.ar

Tipo de trabajo: PPS (200 hs de dedicación) con proyección a futuras tesinas y publicaciones.

Resumen:

Esta PPS propone estudiar algoritmos clásicos de búsqueda, ordenamiento y selección desde una perspectiva avanzada: no solo implementarlos, sino especificarlos y demostrar formalmente su correctitud mediante Dafny. El trabajo permitirá identificar patrones de invariantes, estrategias de prueba y dificultades recurrentes en la verificación de algoritmos fundamentales de Ingeniería de Sistemas. Es una propuesta ideal para estudiantes interesados en algoritmos, razonamiento formal y desarrollo de software confiable, con proyección a tesina y publicación académica.

Vacantes: 2

Por qué elegir esta PPS?

¿Alguna vez te preguntaste si tu implementación de búsqueda binaria es realmente correcta en todos los casos, o simplemente pasa los tests que escribiste? El testing puede encontrar errores, pero no puede garantizar ausencia de errores. La verificación formal sí. En esta PPS vas a trabajar con algoritmos que ya conocés (búsqueda, ordenamiento, selección) pero desde un enfoque diferente: especificarlos rigurosamente y demostrar matemáticamente que hacen lo que dicen hacer, usando la herramienta Dafny. Un bug clásico: la implementación de búsqueda binaria de Java (presente durante casi 10 años en producción) tenía un overflow en el cálculo del índice medio. Con verificación formal, ese tipo de error no pasa desapercibido.

Directora: María Virginia Cifuentes

Contacto:mvcifuentes@pladema.exa.unicen.edu.ar

Tipo de trabajo: PPS (200 hs de dedicación) con proyección a futuras tesinas y publicaciones.

Resumen:

Esta PPS se orienta al diseño, modelado y verificación formal de estructuras de datos fundamentales, tales como pilas, colas, diccionarios, heaps o tablas hash. El objetivo es trabajar desde los tipos abstractos de datos hasta sus implementaciones concretas, definiendo contratos, invariantes de representación y pruebas de correctitud. La propuesta combina fundamentos teóricos y desarrollo práctico, y resulta especialmente atractiva para quienes deseen profundizar en correctitud de programas, diseño por contratos y métodos formales aplicados a problemas centrales de la disciplina.

Vacantes: 2

Por qué elegir esta PPS?

Las estructuras de datos son el corazón de casi cualquier sistema de software. Pero, ¿cuántas veces una implementación de tabla hash mal hecha causó comportamientos inesperados en producción? ¿O un heap que no mantuvo su invariante generó errores silenciosos en un sistema crítico? Casos reales como el bug en el algoritmo TimSort (usado en Java y Python, corregido en 2015 mediante verificación formal) muestran que incluso las estructuras más usadas esconden errores sutiles. En esta PPS vas a trabajar desde la definición abstracta de estructuras de datos hasta su implementación verificada, asegurando que cada operación cumpla formalmente con su contrato.

Directora: María Virginia Cifuentes

Contacto:mvcifuentes@pladema.exa.unicen.edu.ar

Tipo de trabajo: PPS (200 hs de dedicación) con proyección a futuras tesinas y publicaciones.

Resumen:

Esta PPS propone comparar algoritmos clásicos desarrollados en un lenguaje imperativo tradicional, como C++, con sus versiones especificadas y verificadas formalmente en Dafny. El proyecto busca analizar diferencias en claridad, correctitud, detección de errores, esfuerzo de desarrollo y valor pedagógico. Es una línea especialmente valiosa para estudiantes interesados en algoritmos, ingeniería de software y enseñanza universitaria, ya que puede generar resultados útiles tanto para tesinas como para futuras publicaciones sobre formación en programación rigurosa.

Vacantes: 2

Por qué elegir esta PPS?

¿Qué tan diferente es desarrollar un algoritmo en C++ versus especificarlo y verificarlo en Dafny? ¿Vale la pena el esfuerzo adicional? ¿En qué contextos sí y en cuáles no? Estas son preguntas abiertas con respuestas que importan tanto a la industria como a la academia. Esta PPS te propone responderlas de manera rigurosa y empírica: vas a implementar el mismo conjunto de algoritmos en ambos paradigmas, medir diferencias concretas en claridad, correctitud y esfuerzo, y producir resultados que pueden impactar directamente en cómo se enseña programación aquí en la facultad. Si tus conclusiones son sólidas, podés terminar con una contribución a los materiales de cátedra de Algoritmos o similares.

Directora: María Virginia Cifuentes

Contacto:mvcifuentes@pladema.exa.unicen.edu.ar

Tipo de trabajo: PPS (200 hs de dedicación) con proyección a futuras tesinas y publicaciones.

Resumen:

Esta PPS explora un problema actual y desafiante: en qué medida las herramientas de inteligencia artificial generativa pueden asistir la construcción de contratos, invariantes y especificaciones formales en Dafny. El trabajo no apunta a usar IA de manera superficial, sino a evaluar críticamente su utilidad real, sus limitaciones y los errores que introduce en el desarrollo de software verificable. Es una propuesta innovadora para estudiantes interesados en IA, programación y correctitud formal, con fuerte proyección a tesina de investigación.

Vacantes: 1

Por qué elegir esta PPS?

Todos hablan de usar IA para programar. Pero, ¿qué pasa cuando le pedís a GPT-4 o a GitHub Copilot que genere especificaciones formales en Dafny? ¿Las invariantes que produce son correctas? ¿Los contratos tienen sentido? ¿O introduce errores sutiles que el verificador no detecta? Esta PPS te propone estudiar estas preguntas de manera sistemática y crítica, evaluando herramientas concretas (GPT-4, Copilot, entre otras) en tareas de especificación formal. No es usar IA para hacer el trabajo: es estudiar científicamente qué tan útil y confiable es, con métodos rigurosos. Es exactamente el tipo de investigación que la comunidad de ingeniería de software necesita ahora.