Adimen artifizialean (adibidez, Generative AI, Explainable AI, Predictive AI) eta IA (MLOps) ereduen bizi-zikloan oinarritutako aplikazioak ikertu eta garatzea, eta horien ekoizkortasuna onpremise plataformetan eta Cloud plataformetan.
Adimen artifiziala
Daniel Estepa Sanz
Azken belaunaldiko teknikekin konbinatutako adimen artifizial aurreratuko soluzioak ikertzea eta garatzea (adibidez, LLMs, Federated Learning), hainbat sektoretako Edge-Cloud ekosistema hibridoetan modu eraginkorrean integratuz, hodeiko konputazio-inguruneetan errendimendua eta gaitasunak optimizatzeko ikuspegi bereziarekin.
Josu Ircio Fernández
Jardueraren ikuspuntua adimen artifizialeko algoritmoen ikerketan, garapenean eta inplikazioan jarrita dago. Algoritmo horiek hainbat datu-iturri erabiltzen dituzte, hala nola denborazko serieak, irudiak, bideoak, testuak eta ahotsa. Helburua da adimen artifizialeko aplikazio moldakorrak eta sektore anitzekoak zabaltzea, akatsak detektatu, gertaerak iragarri, objektuak sailkatu, informazio garrantzitsua atera, ereduak aztertu eta prozesuak optimizatzeko.
Aizea Lojo Novo
Adimen artifizial aurreratuan lan egiten duten 30 pertsona inguruko lantaldea gidatzen du, teknologia hori hainbat sektoretan, aplikaziotan eta datu-tipologietan aplikatzen da, baita datu-arkitekturetan eta MLOPSrako pipelinak eraikitzen diren AAren produktibizazioan ere.
Iñigo Bediaga Escudero
Fabrikazio aurreratua sektore hauetan: Aeroespaziala, Automobilgintza, Energia, Ekipo-ondasunak, eta Tren sektorea.
Nerea Aranguren Achótegui
Fabrikazio aurreratua sektore hauetan: Aeroespaziala, Automobilgintza, Energia, Ekipo-ondasunak, eta Tren sektorea.
