Propuesta de Charla
-
Título de la charla:
Inferencia de agujeros negros binarios con Python y Astropy
-
Resumen/Descripción:
La charla presenta un flujo de trabajo práctico para la inferencia de parámetros físicos en sistemas de agujeros negros binarios utilizando Python y el ecosistema de Astropy. A partir de datos astronómicos en forma de series de tiempo (curvas de luz y observaciones), se mostrarán modelos físicos simplificados y técnicas de inferencia estadística implementadas con herramientas abiertas. El enfoque está en cómo estructurar análisis científicos reproducibles en Python, más allá del dominio específico de la astrofísica.
-
Ponente:
- Nombre: Dr. Gustavo Magallanes-Guijón
- Bio:
Doctor en Astrofísica por la UNAM, con maestría en Filosofía de la Ciencia y formación en Física y Filosofía. Investigador y profesor con experiencia en astrofísica de altas energías y sistemas de agujeros negros binarios, así como en geointeligencia computacional aplicada al análisis de imágenes satelitales y observación de la Tierra. Su trabajo integra machine learning y deep learning, análisis de series de tiempo y prácticas de ciencia reproducible, con énfasis en el desarrollo de software científico en Python.
- Foto: Por definir
- Redes:
-
Temas (tags):
Python, Astropy, Ciencia de Datos, Astrofísica, Inferencia Estadística, Series de Tiempo, Ciencia Abierta
-
Nivel de dificultad:
Intermedio
-
Tech stack sugerido:
Python, Astropy, NumPy, SciPy, Matplotlib, Jupyter Notebook
-
Duración estimada:
40 minutos
-
Motivación:
Astropy es uno de los proyectos científicos más importantes del ecosistema Python y un ejemplo sólido de software abierto y comunitario. La charla muestra un caso real de uso donde Python se emplea para inferir parámetros físicos bajo incertidumbre, una problemática común también en ciencia de datos, ingeniería y machine learning. El objetivo es conectar a la comunidad Python con prácticas científicas reproducibles y transferibles a otros dominios.
-
¿Tienes preferencia de mes o fecha?
Flexible pero puede ser abril o mayo
-
¿Requiere algo especial?
Proyector y conexión a internet
-
Material adicional:
Repositorio con notebooks y ejemplos en Python (por definir)
Notas adicionales
La charla está diseñada para ser accesible a personas sin formación previa en astrofísica, asumiendo conocimientos básicos de Python. Se hará énfasis en el razonamiento científico, la inferencia estadística y la organización del código.
Referencia principal:
Propuesta de Charla
Título de la charla:
Inferencia de agujeros negros binarios con Python y Astropy
Resumen/Descripción:
La charla presenta un flujo de trabajo práctico para la inferencia de parámetros físicos en sistemas de agujeros negros binarios utilizando Python y el ecosistema de Astropy. A partir de datos astronómicos en forma de series de tiempo (curvas de luz y observaciones), se mostrarán modelos físicos simplificados y técnicas de inferencia estadística implementadas con herramientas abiertas. El enfoque está en cómo estructurar análisis científicos reproducibles en Python, más allá del dominio específico de la astrofísica.
Ponente:
Doctor en Astrofísica por la UNAM, con maestría en Filosofía de la Ciencia y formación en Física y Filosofía. Investigador y profesor con experiencia en astrofísica de altas energías y sistemas de agujeros negros binarios, así como en geointeligencia computacional aplicada al análisis de imágenes satelitales y observación de la Tierra. Su trabajo integra machine learning y deep learning, análisis de series de tiempo y prácticas de ciencia reproducible, con énfasis en el desarrollo de software científico en Python.
Temas (tags):
Python, Astropy, Ciencia de Datos, Astrofísica, Inferencia Estadística, Series de Tiempo, Ciencia Abierta
Nivel de dificultad:
Intermedio
Tech stack sugerido:
Python, Astropy, NumPy, SciPy, Matplotlib, Jupyter Notebook
Duración estimada:
40 minutos
Motivación:
Astropy es uno de los proyectos científicos más importantes del ecosistema Python y un ejemplo sólido de software abierto y comunitario. La charla muestra un caso real de uso donde Python se emplea para inferir parámetros físicos bajo incertidumbre, una problemática común también en ciencia de datos, ingeniería y machine learning. El objetivo es conectar a la comunidad Python con prácticas científicas reproducibles y transferibles a otros dominios.
¿Tienes preferencia de mes o fecha?
Flexible pero puede ser abril o mayo
¿Requiere algo especial?
Proyector y conexión a internet
Material adicional:
Repositorio con notebooks y ejemplos en Python (por definir)
Notas adicionales
La charla está diseñada para ser accesible a personas sin formación previa en astrofísica, asumiendo conocimientos básicos de Python. Se hará énfasis en el razonamiento científico, la inferencia estadística y la organización del código.
Referencia principal: