UNL Noticias

Ciencia de datos aplicada a la gestión agronómica se titula el ciclo de seminarios destinado a profesionales y estudiantes de posgrado que se enmarca en Capacitación y Actualización docente de la Secretaría de Posgrado de la Facultad de Ciencias Agrarias de la UNL.

El Seminario 4 estará a cargo de Dr. Adrian Correndo (University of Guelph, Candá) y versará sobre Ciencia de datos para decisiones en manejo de nutrientes. Será el miércoles 20 de octubre, de 9 a 10 horas, modalidad online sincrónico (plataforma zoom).

Está destinado a profesionales y estudiantes de posgrado.

Los interesados en participar pueden inscribirse en:
https://forms.gle/eaQdvvB2tZjUntqM9

Disertante
Jonathan Jesus Ojeda (Terradot / University of Southern Queensland, Australia)
Es Ingeniero Agrónomo egresado de la UNER y Doctor en Ciencias Agrícolas de la Universidad Nacional de Mar del Plata (UNMdP).
A lo largo de sus 15 años de experiencia ha aplicado analítica de datos, métodos estadísticos y programación para entender la ecofisiología de cultivos detrás de los modelos de simulación de cultivos y algoritmos de sensoramiento remoto para mejorar la producción de cultivos y reducir el impacto ambiental.
Sus intereses incluyen la cuantificación de los efectos del manejo de cultivos, genética y variabilidad climática en los procesos de suelo y cultivo, integrando datos a través de modelos mecanísticos a diferentes escalas espacio-temporales.
Ha trabajo en proyectos internacionales, multidisciplinarios y multiculturales manejando grandes volúmenes de datos de suelo-cultivo-clima mediante herramientas informáticas tales como Python y su interfase con el modelo APSIM. Asimismo, tiene un extenso historial de publicaciones en revistas científicas de alto impacto con colaboraciones entre academia e industria en 8 paises (Argentina, Australia, NZ, USA, The Netherlands, Germany, Rwanda and Kenya).
Actualmente se desempeña como Líder del Equipo Científico de TERRADOT (una empresa tecnológica con base en Stanford), desarrollando un sistema MRV (measurement, reporting, verification) desde 0.