Estrategias de éxito para investigadores computacionales: Resolver los retos técnicos

07 Noviembre, 2023

Fecha: 7 de noviembre de 2023
Hora: 12.00 PM CET
Duración: 1 hora 1 hora

Acompáñenos en un seminario web sobre la resolución de los retos técnicos de la investigación computacional impartido por el Dr. Nikita Kazeev, investigador de la Universidad Nacional de Singapur. Forma parte del equipo de investigadores del profesor Konstantin Novoselov, galardonado con el Premio Nobel, y cuenta con una amplia experiencia en la dirección de proyectos de investigación computacional, desde bocetos en un cuaderno hasta el cálculo de terabytes de datos en el CERN.

En este seminario web exploraremos las estrategias de éxito que se pueden aplicar en la investigación computacional. Muy a menudo, un proyecto de investigación computacional se convierte en un proyecto de ingeniería de software. El último artículo del equipo de investigadores dirigido por el profesor Novoselov es un ejemplo reciente de ello. La idea central del artículo se inventó y probó en una semana. El resto de los 1,5 años restantes se dedicaron a escribir el código para generar los datos, escribir el código para procesarlos, escribir el código para implementar las líneas de base, escribir el código para hacer la búsqueda de hiperparámetros, resolver los problemas de almacenamiento de datos y luego ejecutar, depurar y volver a ejecutar en varias plataformas HPC diferentes.

Participe en este seminario web para conocer las estrategias que permiten realizar investigaciones computacionales de forma más rápida y con menos trabajo manual. Aprenda a abordar los retos técnicos, seguido de un interesante ejemplo de un proyecto real en la plataforma de investigación Constructor.

Bild
computational-research
Lo más destacado del seminario web:

Effective strategies for computational research: Finding the optimal computational resources to run your code and choosing the right data management tools for your project.

Streamlining reproducibility of research: How to make a project easily reproducible by other researchers.

Concrete achievements of Machine Learning that are transforming natural science

Technology and tools: Demo of the Constructor Research Platform.

Q&A session: Participants will have the opportunity to ask questions throughout the presentation and seek clarification on any of the discussed topics.

Moderator
Daria Kublikova
Daria Kublikova
Director de Producto

Daria es Directora de Producto Senior en Constructor Technology y trabaja en el desarrollo de la Plataforma de Investigación. Es física con formación en tecnología de la información cuántica e investigación de simulaciones cuánticas, y aporta su experiencia en los aspectos teóricos y aplicados de la ciencia. Daria también posee un máster en Informática por la Universidad Nacional de Singapur.

Speaker
Nikita Kazeev
Dr. Nikita Kazeev
Investigador en la NUS

El Dr. Nikita Kazeev es investigador de la Universidad Nacional de Singapur. Forma parte del equipo de investigadores del profesor Konstantin Novoselov, galardonado con el Premio Nobel, y cuenta con una amplia experiencia en la dirección de proyectos de investigación computacional, desde esbozos en un cuaderno hasta el cálculo de terabytes de datos en el CERN.

A quién va dirigido:

Computational Researchers & Scientists: Professionals and students involved in computational studies seeking to streamline their research processes and overcome technical challenges.

Software Engineers in Academia: Those who often collaborate with research teams and need to understand the complexities and unique demands of computational research projects.

High-Performance Computing (HPC) Specialists: Individuals specializing in HPC who want to gain insights into best practices for running large-scale computational research projects on multiple platforms.

Project Managers & Research Coordinators: Professionals who oversee research projects and want to understand the intricacies of computational projects, ensuring efficient and timely completion.

Postgraduate Students & Early Career Researchers: Those starting their careers in computational research fields who wish to gain insights and best practices from experienced professionals in the domain.