El pasado 19 de noviembre asistimos a la cuarta edición de los premios Vocento-CIONET en Madrid, un evento que congrega a líderes tecnológicos y sus equipos para destacar los mejores proyectos de transformación digital en España.
Sobre los premios CIONET-VOCENTO.
Por cuarto año consecutivo, CIONET, la comunidad global de líderes digitales, y Vocento premiaron proyectos innovadores de transformación tecnológica bajo el lema «Proyectos y Líderes Digitales». En esta edición participaron 140 proyectos, de los cuales PythoTH, proyecto desarrollado por la Agencia Digital Andaluza, fue seleccionada como finalista.
El evento, inaugurado por Iñaki Arechabaleta, adjunto al Consejero Delegado de Vocento, mantuvo una excelente acogida y se desarrolló en la sede de la organización en Madrid, donde se reconoció el desempeño de las compañías y las personas que las componen durante el año.
El jurado estuvo compuesto por 27 reputados profesionales de la comunidad tecnológica, quienes evaluaron cada propuesta, reconociendo aquellas con un impacto diferencial en la digitalización y el desarrollo tecnológico del país.
El asistente PythoTH, el proyecto finalista de la ADA
El proyecto PytoTH consiste en una guía en la programación práctica de PytoTH que facilita el acceso directo a datasets existentes en el Repositorio de datos científicos del IFAPA, con el que se podrá cargar, manipular y analizar datos eficientemente. Además, PytoTH incluye un asesor teórico que recomienda técnicas estadísticas y de Machine Learning según los objetivos específicos de cada investigación.
En cuanto a su funcionamiento, PytoTH, finalista al galardón de mejor Proyecto de Inteligencia Artificial, actúa de la siguiente forma:
- Mediante una interfaz gráfica, el usuario accede al repositorio y carga un dataset de los disponibles en su proyecto.
- El usuario ingresa una consulta o instrucción en lenguaje natural.
- Gracias a un modelo de lenguaje afinado específicamente para las tareas analíticas de los investigadores, se interpreta la intención detrás de la consulta.
- Mediante la aplicación de técnicas Graph-RAG se recupera información relevante y contextualmente adecuada.
- El asistente traduce la consulta a código PytoTH preciso, utilizando bibliotecas y paquetes adecuados, ejecutando el código en un entorno seguro.
- Proporciona los resultados al usuario, ya sean análisis, manipulaciones de datos o visualizaciones gráficas.
Además, genera gráficos y visualizaciones avanzadas según las necesidades del usuario y realiza las transformaciones necesarias sobre los datos del dataframe y devuelve el código utilizado para fomentar el aprendizaje.
