Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTI

Autores
Prediger, Alenis; Ríos, Tatiana Agustina
Año de publicación
2026
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La ciencia de datos y el análisis de datos constituyen hoy herramientas fundamentales para el tratamiento, la interpretación y la puesta en valor de la información. Los datos poseen un enorme potencial tanto para la toma de decisiones como para la generación de conocimiento. Para aprovechar ese potencial, resulta esencial saber cómo recolectarlos, organizarlos y gestionarlos de manera adecuada. A los fines de unificar y estandarizar el trabajo con datos en la institución se realizó un webinar con tres charlas que buscaron mostrar el potencial de los datos en la industria y en la modernización de procesos, para ello se realizaron tres charlas en torno a la temática generación, gestión, gobernanza de datos y machine learning en la industria 4.0. En primer lugar la charla “Buenas prácticas para la recolección de datos” donde se presentó una guía para el manejo y organización de datos tabulares, enfatizando el valor de las buenas prácticas como garantes de calidad, trazabilidad y su potencial en la reutilización de los datos adquiridos. En segundo lugar, se abordó la toma de datos provenientes de equipos y sensores, destacando la relevancia de este tipo de fuentes en el contexto industrial. En particular se presentó como se disponen y gestionan los datos en la Learning Factory SIF-400 del INTI. Además, se expusieron casos prácticos del propio Instituto, en contraste con los procesos de adquisición de datos completamente automatizados, como los que involucran equipos y sensores. Por último, expuso el Ing. Daniel Pardo Navarro, quien se encontraba de visita en nuestro país en el marco del proyecto Se4All. En su exposición “Caso de aplicación de machine learning en la elaboración de queso” compartió los resultados de su investigación en el uso de herramientas de machine learning e IA en la fabricación de quesos.
Fil: Prediger, Alenis. Instituto Nacional de Tecnología Industrial. Unidad Control de Gestión (INTI); Argentina
Fil: Ríos, Tatiana Agustina. Instituto Nacional de Tecnología Industrial. Dirección Operativa. Gerencia Operativa de Desarrollo Tecnológico. Subgerencia Operativa de Áreas de Conocimiento. Dirección Técnica de Industrias 4.0. Departamento de Transformación Digital (INTI-GODTeI); Argentina
Fuente
Jornadas Virtuales de Transformación Digital e Industria 4.0, 2
Materia
Industria 4.0
Industria
Automatización
Innovación
Cambio tecnológico
Indicadores
Datos estadísticos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
Repositorio
Repositorio Institucional del Instituto Nacional de Tecnología Industrial (INTI)
Institución
Instituto Nacional de Tecnología Industrial
OAI Identificador
nuevadc:2026RiosTatiana_pdf
Acceder
id RIINTI_0aaa4252cb486e1c90767b86ec3dd448
oai_identifier_str nuevadc:2026RiosTatiana_pdf
network_acronym_str RIINTI
repository_id_str
network_name_str Repositorio Institucional del Instituto Nacional de Tecnología Industrial (INTI)
spelling Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTIPrediger, AlenisRíos, Tatiana AgustinaIndustria 4.0IndustriaAutomatizaciónInnovaciónCambio tecnológicoIndicadoresDatos estadísticosLa ciencia de datos y el análisis de datos constituyen hoy herramientas fundamentales para el tratamiento, la interpretación y la puesta en valor de la información. Los datos poseen un enorme potencial tanto para la toma de decisiones como para la generación de conocimiento. Para aprovechar ese potencial, resulta esencial saber cómo recolectarlos, organizarlos y gestionarlos de manera adecuada. A los fines de unificar y estandarizar el trabajo con datos en la institución se realizó un webinar con tres charlas que buscaron mostrar el potencial de los datos en la industria y en la modernización de procesos, para ello se realizaron tres charlas en torno a la temática generación, gestión, gobernanza de datos y machine learning en la industria 4.0. En primer lugar la charla “Buenas prácticas para la recolección de datos” donde se presentó una guía para el manejo y organización de datos tabulares, enfatizando el valor de las buenas prácticas como garantes de calidad, trazabilidad y su potencial en la reutilización de los datos adquiridos. En segundo lugar, se abordó la toma de datos provenientes de equipos y sensores, destacando la relevancia de este tipo de fuentes en el contexto industrial. En particular se presentó como se disponen y gestionan los datos en la Learning Factory SIF-400 del INTI. Además, se expusieron casos prácticos del propio Instituto, en contraste con los procesos de adquisición de datos completamente automatizados, como los que involucran equipos y sensores. Por último, expuso el Ing. Daniel Pardo Navarro, quien se encontraba de visita en nuestro país en el marco del proyecto Se4All. En su exposición “Caso de aplicación de machine learning en la elaboración de queso” compartió los resultados de su investigación en el uso de herramientas de machine learning e IA en la fabricación de quesos.Fil: Prediger, Alenis. Instituto Nacional de Tecnología Industrial. Unidad Control de Gestión (INTI); ArgentinaFil: Ríos, Tatiana Agustina. Instituto Nacional de Tecnología Industrial. Dirección Operativa. Gerencia Operativa de Desarrollo Tecnológico. Subgerencia Operativa de Áreas de Conocimiento. Dirección Técnica de Industrias 4.0. Departamento de Transformación Digital (INTI-GODTeI); ArgentinaINTI2026info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf2026RiosTatiana.pdfhttps://app.inti.gob.ar/greenstone3/sites/localsite/collect/nuevadc/index/assoc/2026Rios/Tatiana_.dir/doc.pdfJornadas Virtuales de Transformación Digital e Industria 4.0, 2reponame:Repositorio Institucional del Instituto Nacional de Tecnología Industrial (INTI)instname:Instituto Nacional de Tecnología Industrialspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.esopenAccess2026-11-05T13:08:12Znuevadc:2026RiosTatiana_pdfinstacron:INTIInstitucionalhttps://app.inti.gob.ar/greenstone3/biblioOrganismo científico-tecnológicohttps://argentina.gob.ar/intihttps://app.inti.gob.ar/greenstone3/oaiserver?verb=Identifypfalcato@inti.gob.arArgentinaopendoar:2026-11-05 13:08:14.58Repositorio Institucional del Instituto Nacional de Tecnología Industrial (INTI) - Instituto Nacional de Tecnología Industrialfalse
dc.title.none.fl_str_mv Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTI
title Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTI
spellingShingle Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTI
Prediger, Alenis
Industria 4.0
Industria
Automatización
Innovación
Cambio tecnológico
Indicadores
Datos estadísticos
title_short Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTI
title_full Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTI
title_fullStr Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTI
title_full_unstemmed Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTI
title_sort Datos primarios, grandes resultados: fortaleciendo las buenas prácticas en datos en el INTI
dc.creator.none.fl_str_mv Prediger, Alenis
Ríos, Tatiana Agustina
author Prediger, Alenis
author_facet Prediger, Alenis
Ríos, Tatiana Agustina
author_role author
author2 Ríos, Tatiana Agustina
author2_role author
dc.subject.none.fl_str_mv Industria 4.0
Industria
Automatización
Innovación
Cambio tecnológico
Indicadores
Datos estadísticos
topic Industria 4.0
Industria
Automatización
Innovación
Cambio tecnológico
Indicadores
Datos estadísticos
dc.description.none.fl_txt_mv La ciencia de datos y el análisis de datos constituyen hoy herramientas fundamentales para el tratamiento, la interpretación y la puesta en valor de la información. Los datos poseen un enorme potencial tanto para la toma de decisiones como para la generación de conocimiento. Para aprovechar ese potencial, resulta esencial saber cómo recolectarlos, organizarlos y gestionarlos de manera adecuada. A los fines de unificar y estandarizar el trabajo con datos en la institución se realizó un webinar con tres charlas que buscaron mostrar el potencial de los datos en la industria y en la modernización de procesos, para ello se realizaron tres charlas en torno a la temática generación, gestión, gobernanza de datos y machine learning en la industria 4.0. En primer lugar la charla “Buenas prácticas para la recolección de datos” donde se presentó una guía para el manejo y organización de datos tabulares, enfatizando el valor de las buenas prácticas como garantes de calidad, trazabilidad y su potencial en la reutilización de los datos adquiridos. En segundo lugar, se abordó la toma de datos provenientes de equipos y sensores, destacando la relevancia de este tipo de fuentes en el contexto industrial. En particular se presentó como se disponen y gestionan los datos en la Learning Factory SIF-400 del INTI. Además, se expusieron casos prácticos del propio Instituto, en contraste con los procesos de adquisición de datos completamente automatizados, como los que involucran equipos y sensores. Por último, expuso el Ing. Daniel Pardo Navarro, quien se encontraba de visita en nuestro país en el marco del proyecto Se4All. En su exposición “Caso de aplicación de machine learning en la elaboración de queso” compartió los resultados de su investigación en el uso de herramientas de machine learning e IA en la fabricación de quesos.
Fil: Prediger, Alenis. Instituto Nacional de Tecnología Industrial. Unidad Control de Gestión (INTI); Argentina
Fil: Ríos, Tatiana Agustina. Instituto Nacional de Tecnología Industrial. Dirección Operativa. Gerencia Operativa de Desarrollo Tecnológico. Subgerencia Operativa de Áreas de Conocimiento. Dirección Técnica de Industrias 4.0. Departamento de Transformación Digital (INTI-GODTeI); Argentina
description La ciencia de datos y el análisis de datos constituyen hoy herramientas fundamentales para el tratamiento, la interpretación y la puesta en valor de la información. Los datos poseen un enorme potencial tanto para la toma de decisiones como para la generación de conocimiento. Para aprovechar ese potencial, resulta esencial saber cómo recolectarlos, organizarlos y gestionarlos de manera adecuada. A los fines de unificar y estandarizar el trabajo con datos en la institución se realizó un webinar con tres charlas que buscaron mostrar el potencial de los datos en la industria y en la modernización de procesos, para ello se realizaron tres charlas en torno a la temática generación, gestión, gobernanza de datos y machine learning en la industria 4.0. En primer lugar la charla “Buenas prácticas para la recolección de datos” donde se presentó una guía para el manejo y organización de datos tabulares, enfatizando el valor de las buenas prácticas como garantes de calidad, trazabilidad y su potencial en la reutilización de los datos adquiridos. En segundo lugar, se abordó la toma de datos provenientes de equipos y sensores, destacando la relevancia de este tipo de fuentes en el contexto industrial. En particular se presentó como se disponen y gestionan los datos en la Learning Factory SIF-400 del INTI. Además, se expusieron casos prácticos del propio Instituto, en contraste con los procesos de adquisición de datos completamente automatizados, como los que involucran equipos y sensores. Por último, expuso el Ing. Daniel Pardo Navarro, quien se encontraba de visita en nuestro país en el marco del proyecto Se4All. En su exposición “Caso de aplicación de machine learning en la elaboración de queso” compartió los resultados de su investigación en el uso de herramientas de machine learning e IA en la fabricación de quesos.
publishDate 2026
dc.date.none.fl_str_mv 2026
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv 2026RiosTatiana.pdf
https://app.inti.gob.ar/greenstone3/sites/localsite/collect/nuevadc/index/assoc/2026Rios/Tatiana_.dir/doc.pdf
identifier_str_mv 2026RiosTatiana.pdf
url https://app.inti.gob.ar/greenstone3/sites/localsite/collect/nuevadc/index/assoc/2026Rios/Tatiana_.dir/doc.pdf
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
openAccess
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv INTI
publisher.none.fl_str_mv INTI
dc.source.none.fl_str_mv Jornadas Virtuales de Transformación Digital e Industria 4.0, 2
reponame:Repositorio Institucional del Instituto Nacional de Tecnología Industrial (INTI)
instname:Instituto Nacional de Tecnología Industrial
reponame_str Repositorio Institucional del Instituto Nacional de Tecnología Industrial (INTI)
collection Repositorio Institucional del Instituto Nacional de Tecnología Industrial (INTI)
instname_str Instituto Nacional de Tecnología Industrial
repository.name.fl_str_mv Repositorio Institucional del Instituto Nacional de Tecnología Industrial (INTI) - Instituto Nacional de Tecnología Industrial
repository.mail.fl_str_mv pfalcato@inti.gob.ar
_version_ 1881037745542922240
score 12.487082

Publicaciones similares