Escribo este post como Tomás Ahumada y sin necesariamente representar el pensamiento de los autores de astrobitos. Este post no reporta resúmenes de material científico, sino que relata mi experiencia luego de asistir a la AstroHackWeek el pasado mes de agosto en la Universidad de Cambridge en Inglaterra.
La AstroHack week es un evento que se realiza anualmente desde el 2014 en diferentes partes del mundo. Comenzó en Seattle, EEUU y ha pasado por varias instituciones como UC Berkeley, Leiden y ahora Cambridge. El evento en sí es una especie de escuela de verano, con talleres y clases, pero también con un espacio para desarrollar colaborativamente alguna idea presentada por los asistentes. El objetivo detrás de este evento es introducir herramientas y destrezas computacionales como por ejemplo la visualización de datos, machine learning, deep learning, etc.- en el universo de los astrónomos. Al día de hoy ya existen numerosos proyectos (ZTF, TESS, Gaia, etc.) que al tener que procesar una gran cantidad de datos, pueden ser atacados con herramientas computacionales más avanzadas. Con estos nuevos métodos se pueden explorar las diferentes dimensiones observadas (como luminosidades, magnitudes, flujos, tamaños, entre otros) con el fin de encontrar una forma más intuitiva de entender qué esconden estas grandes bases de datos.
La AstroHackWeek está diseñada para que exista interacción horizontal entre personas de todas los niveles académicos, con el fin de beneficiarse mutuamente. Es importante destacar que la AstroHackWeek convoca gente de muchos campos y con distintas destrezas: desde físicas, físicos, astrónomas, astrónomos, matemáticas, matemáticos hasta expertos y expertas en ciencias de datos. El proceso de selección no requiere cartas de recomendación y está enteramente basado en un formulario. Este formulario tiene preguntas acerca de tus intereses académicos, tus habilidades, datos demográficos y preguntas tipo ensayo. Luego el cuestionario es procesado por un algoritmo diseñado para seleccionar sujetos de forma que todas las áreas de investigación estén representadas y cuidando que las minorías en astronomía no sean excluídas. En total se escogen 50 personas, mezclando gente de pregrado, postgrado, postdocs, profesores e investigadores de todas las partes del mundo. Puedes encontrar más información (en inglés) del proceso de selección en esta página, donde se detalla el cómo optimizar la selección de participantes para este tipo de escuelas de verano/conferencias.
El AstroHackWeek está estructurada principalmente en dos bloques: la mañana y la tarde. Durante las mañanas se ofrecen clases, tutoriales y ejercicios que cubren lo esencial para trabajar de manera efectiva con grandes archivos de datos. Este año se cubrieron temas como visualización de datos, deep learning y herramientas dentro de astropy, por ejemplo. Estas sesiones tenían un tutor, estaban acompañadas de diapositivas y de un IPython notebook – para mí esencial – que se usaba para guiar y mostrar el proceso. En la Tabla 1 se encuentran enlaces a las guías que se usaron durante la AstroHackWeek de 2019, pero es fácil acceder a los tutoriales de años anteriores navegando esta página (pista: cambia el 2019 en la url por otro año). Una vez comenzada la tarde nos dirigíamos a ‘hackear’. El proceso comenzaba con la presentación de los ‘hacks’, estos son mini-proyectos propuestos por los asistentes en los cuales se intenta aplicar alguna herramienta nueva. Por ejemplo, yo propuse trabajar en minería de datos y luego trabajé en un ‘hack’ de clasificación de estrellas, incluso habían ‘hacks’ no relacionados a la ciencia de datos. El ambiente que se generaba era muy productivo y como había gente experta en varios temas (que viva la diversidad ) era muy fácil interactuar y preguntar acerca de cómo atacar los problemas que surgían. También durante la tarde se realizaban pequeñas sesiones llamadas ‘breakout’ en donde se enseñaba un tema en específico – github, procesos gausianos, alguna cierta técnica de deep learning– y eran de asistencia voluntaria.
Una de estas tardes de ‘hackeo’, nos dirigimos al British Antartic Survey que se encuentra en Cambridge también. Ahí escuchamos acerca del trabajo que este instituto está llevando a cabo y trabajamos con ecólogos y otros científicos antárticos aplicando las herramientas aprendidas en los datos que tiene este instituto.
Esta es una compilación de los tutoriales ofrecidos durante la versión 2019 del AstroHackWeek:
- Visualización
- Consultando bases de datos con astroquery
- Manejo de datos
- Como documentar
- Como crear un paquete de python
- El programa Glue
- Estadística Bayesiana
- Métodos Bayesianos
- Deep learning
- Deep learning II
- ¡Otros! Revisa este repositorio de Github
Por otra parte, y para mi sorpresa, yo no era el único representante de la comunidad hispano hablante. Junto conmigo habían dos chilenas, un chileno, una española, dos españoles y una postdoc griega que trabajaba en México. De hecho me gustaría destacar la diversidad que encontré en esta conferencia, que tenía representantes de todo el globo.
En resumen, la AstroHackWeek es un ambiente amigable en el cual se aprende cómo la ciencia de datos puede ser utilizada en la investigación astronómica. Entrega herramientas y dado el tamaño de la conferencia, permite la interacción con todos los asistentes. En particular, recomiendo mucho esta experiencia. Las postulaciones generalmente se cierran en Abril de cada año. Para mayor información revisa la pagina del evento astrohackweek.org.
Comentarios
Aún no hay comentarios.