El éxito de la Cajamar UniversityHack

Hace unas semanas terminó la cuarta edición de la que se ha convertido en la competición de analítica de datos más grande de España, la Cajamar UniversityHack. Este año los ganadores fueron los equipos de la Universidad de Deusto y de Afi Escuela, respectivamente, para los retos de Visualización (Cajamar Carpooling Visualization) y Modelado (Minsait Land Classification).

Fue en 2016 cuando decidimos llevar a cabo este proyecto. Y no podemos estar más satisfechos con el resultado obtenido. Desde el inicio teníamos claro que queríamos ver nacer una competición escalable en la que se pudieran ver las técnicas más innovadoras aplicadas a problemas reales. Es por ello que tomamos varias decisiones que creemos han redundado en el éxito de la competición.

Aplicaciones creativas para resolver problemas reales

Buscando la escalabilidad optamos por que se tratase de una competición online. De esta forma, hemos conseguido la participación de equipos de todos los rincones del territorio nacional. En este punto también es imprescindible la colaboración de los centros y universidades participantes. La selección de los mejores trabajos es su tarea en una primera fase y eso permite que la organización quede distribuida.

Nuestro interés por la aplicación de las técnicas más innovadoras se ha visto cubierto gracias también a la estrecha comunicación con los centros y universidades que forman parte del evento.

La participación está limitada a los estudiantes de las formaciones especializadas en big data, data science e inteligencia artificial de estas instituciones. Además, un coordinador de cada una de ellas mentoriza de forma directa a sus equipos. Lo que hace que nos encontremos con aplicaciones muy creativas que dan respuesta a los retos planteados aplicando las últimas tendencias en el mundo académico respecto a la analítica de datos.

Finalmente estábamos convencidos de que los retos de la Cajamar UniversityHack debían ser problemas reales de empresas reales. Es por ello que a lo largo de estas cuatro ediciones de competición los equipos participantes han podido trabajar sobre casos de uso existentes. Así como sobre datos concretos de organizaciones líderes cada una en su sector, como Idealista, BlaBlaCar, HAYA Real Estate y Grupo Cajamar.

Cajamar UniversityHack, la competición de analítica de datos más grande de España

Esta última edición hemos tenido la suerte de poder contar con la friolera de 21 universidades y centros de formación de primer nivel, convirtiéndola, un año más, en la competición de analítica de datos más grande de España.

Debido a las restricciones generadas por el estado de alarma provocado por la COVID-19, esta edición se ha celebrado completamente en remoto. Inclusive la presentación de mejores trabajos y el fallo del jurado. Un evento que en pasadas ediciones se celebraba presencialmente en Madrid con los equipos finalistas.

Los vídeos de las defensas de los trabajos finalistas están accesibles de forma abierta en el canal de YouTube de Cajamar Data Lab.

Este año, la Cajamar UniversityHack ha estado comprendida de febrero a mayo. Y ha contado con dos retos diferenciados en los que los participantes, aplicando sus conocimientos de Inteligencia Artificial, Big Data y Machine Learning, debían resolver los retos planteados con datos reales de Idealista y BlaBlaCar.

Premiados de la Cajamar UniversityHack 2020

Así, la Cajamar UniversityHack ha contado con las siguientes categorías:

  1. Minsait Land Classification. En la que los participantes trabajaban por conseguir el mejor modelo de clasificación automática de suelos en base a la información de imágenes satelitale.
  2. Cajamar Carpooling Visualization. En la que se retaba a los equipos a crear una aplicación y/o visualización innovadora sobre la información de los trayectos de BlaBlaCar realizados en España y Portugal.

El jurado de la Cajamar UniversityHack 2020 ha estado compuesto por profesionales del Grupo Cajamar, Minsait by Indra, ViewNext, Idealista y Kabel. Y falló los resultados detallados a continuación:

Los mejores trabajos de la categoría de Minsait Land Classification fueron:

  • 1er premio: equipo Sentinel Admins de Afi Escuela.
  • 2do premio: equipo Talents de EOI Escuela de Organización Industrial.
  • 3er premio: equipo Matrics de CUNEF Colegio Universitario de Estudios Financieros.

Los mejores trabajos de la categoría de Cajamar Carpooling Visualization fueron:

  • 1er premio: equipo Datmen de la Universidad Deusto.
  • 2do premio: equipo Datatontos de la Universitat Politècnica de València.
  • 3er premio: equipo Data South de la Universidad Europea Madrid.

Más información en: http://www.universityhack.es