Avanzando en algoritmos a través de las Estadísticas y la Investigación Operativa
Las organizaciones de nuestra era, centrada en los datos, dependen en gran medida de modelos y algoritmos ricos en datos, desde aseguradoras a proveedores de servicios sanitarios o plataformas de redes sociales. Estos instrumentos ayudan a discernir las características de los usuarios e influyen positivamente en su comportamiento.
Pero optimizar la eficacia de estos modelos sigue siendo una tarea de investigación en curso, y Rahul Mazumder está a la vanguardia de este campo. El profesor asociado de la Sloan School of Management del MIT y miembro del Centro de Investigación Operativa, Rahul Mazumder, encabeza los esfuerzos por ampliar las técnicas de creación de modelos y mejorarlos para aplicaciones específicas.
Sus trabajos abarcan varios campos, como la estadística y la investigación operativa, con implicaciones prácticas en finanzas, sanidad, publicidad, recomendaciones en línea, etc.
Confluencias multidisciplinares
Los trabajos de Mazumder trascienden las fronteras disciplinarias, integrando elementos de ingeniería, ciencia, teoría e implementación. Esa confluencia desempeña un papel fundamental en el desarrollo de técnicas eficaces para diversas tareas.
” En estadística, los datos proceden de un sistema físico, de ordenadores o de seres humanos, y lo que se quiere es darles sentido”, señala Mazumder. La elaboración de modelos añade estructura a los conjuntos de datos, pero este proceso implica cierto grado de subjetividad. Sin embargo, se basa en el rigor matemático.
Década de innovación
En la última década, Mazumder ha publicado unos 40 artículos revisados por pares, ha recibido múltiples premios académicos, ha colaborado con grandes empresas y ha sido mentor de estudiantes de posgrado. Estos logros culminaron el año anterior con mi incorporación al MIT.
Nacido en Calcuta (India), con raíces académicas, el periplo de Mazumder le llevó a la Universidad de Stanford para realizar su doctorado, y finalmente se incorporó al MIT tras un año de postdoctorado. Su investigación tiende un importante puente entre dos ramas de la optimización: la optimización discreta y la optimización convexa. Estos enfoques han evolucionado a lo largo de los años y se han fusionado para abordar retos estadísticos.
En busca de la parsimonia
La investigación de Mazumder busca a menudo la simplicidad en modelos y algoritmos. Destaca que los métodos más sencillos suelen dar resultados igual de impresionantes, al tiempo que conservan los recursos informáticos.
En ocasiones, la esencia reside en seleccionar los factores más influyentes entre un gran número de atributos, lo que demuestra la importancia de la parsimonia en la modelización.
En sus esfuerzos de colaboración, Mazumder destaca constantemente la contribución de mentores, colegas y estudiantes. Mazumder aprecia la experiencia de trabajar con estudiantes del MIT, a los que considera colegas. La emoción de abordar problemas complejos con un enfoque multidisciplinar impulsa su pasión por la investigación y la docencia en el MIT.
Read the original article on MIT.
Read more: More Supply Chain Leaders Seek South-East Asia for Making Choices.
