Alberto García Galindo, Mikel Hernáez Arrazola y Matías Ávila Clemente, ganadores de los Premios DATAI 2024–25
Estos premios reconocen las contribuciones científicas más relevantes en el ámbito de la Ciencia de Datos y la Inteligencia Artificial, premiando la originalidad, la innovación y la aportación al conocimiento
FotoManuel Castells/Alberto García Galindo, Mikel Hernáez Arrazola y Matías Ávila Clemente.
28 | 10 | 2025
El Instituto de Ciencia de Datos e Inteligencia Artificial (DATAI) ya ha dado a conocer el nombre de los ganadores de los Premios DATAI 2024-2025, premios que cuentan con el doble objetivo de fomentar la investigación en este campo y promover su proyección en la sociedad.
El premio a la mejor contribución metodológica es para Alberto García Galindo, con el artículo "Fair prediction sets through multi-objective hyperparameter optimization". En él se muestra un enfoque novedoso al utilizar técnicas de predicción modelada y optimización multiobjetivo con el fin de ajustar hiperparámetros y equilibrar eficiencia y equidad. Es un artículo bien escrito, con código y datos reproducibles, y experimentación rigurosa. La innovación radica en el uso de las herramientas, no en su desarrollo.
El premio a la mejor contribución aplicada ha quedado compartido entre Mikel Hernáez Arrazola y Matías Ávila Clemente. El artículo Towards a more inductive world for drug repurposing approaches, con Mikel Hernáez Arrazola como ganador. En este artículo, los autores proponen pasar de un enfoque deductivo a un paradigma inductivo que aprovecha las representaciones aprendidas por el machine learning para descubrir nuevas interacciones fármaco-diana (DTI). También introducen el uso de “submuestreo de aristas negativas” para validación in silico, lo que permite detectar interacciones antes no identificadas. Es una buena idea conceptual, publicada en una revista Q1 de IA (IF 23.9), con 7 citas pese a su reciente publicación en 2025.
El artículo de Matías Ávila Clemente, Modelling time series with multiple seasonalities: an application to hourly NO2 pollution levels, donde los autores abordan un estudio sobre series temporales con múltiples estacionalidades que analiza 15 años de datos de contaminación en Madrid. Es un buen artículo aplicado, de lectura sencilla, con experimentación exhaustiva y resultados transferibles a otras aplicaciones.
El jurado ha estado compuesto por Amparo Alonso Betanzos (Universidade da Coruña), Enrique del Castillo (The Pennsylvania State University) y John Stufken (George Mason University); todos ellos forman parte del Comité Científico de DATAI.
