Maestría en Ciencia de Datos

Liliana Millán

+52 55 5628 4000 ext. 3821
liliana.millan@itam.mx

Liliana Millán es una científica de datos con más de 10 años de experiencia en proyectos de industria y de impacto social.

Es Maestra en Finanzas Computacionales por la Universidad de Nottingham, Maestra en Ciencia de Datos por el ITAM, e Ingeniera en sistemas computacionales con especialidad en Inteligencia Artificial por el ITESM Campus Ciudad de México. Fue Technical Mentor del Data Science for Social Good Foundation en la Universidad Imperial College London, donde lideró proyectos de detección de cardiopatías con la Universidad de Salamanca, y de optimización de intervenciones para la población en desempleo con el gobierno de Portugal.

Profesionalmente, consultó para BBVA en el desarrollo del 1er sistema mexicano de prevención de fraude utilizando aprendizaje de máquina en conjunto con el Dr. Fernando Esponda y el Dr. Adolfo De Unánue. Fundó grupos de Ciencia de Datos en Grupo Expansión y TERAN/TBWA. Como Chief Data Scientist en Klustera, desarrolló infraestructura y modelos para identificación de clientes utilizando datos de sensores IoT. En Datank.ai, como Chief Data Scientist, desarrolló modelos de límite de crédito óptimo, originación de crédito, bursatilización y optimización de cartera para empresas de Microlending, y modelos de predicción de demanda para microretailers.

En sus inicios como Ingeniera de Software, desarrolló sistemas de importancia nacional para el Instituto Depositario Central de Grupo Bolsa Mexicana de Valores.

Intereses de investigación

  • Ethical Machine Learning
  • Model Fairness
  • Aprendizaje de Máquina
  • Text Mining
  • Agentes Inteligentes

Publicaciones

Cursos

  • Métodos de Gran Escala
  • Minería de Datos
    • Introducción a la Ciencia de Datos



El programa de la Maestría en Ciencia de Datos es una iniciativa del ITAM para satisfacer la creciente demanda nacional e internacional de profesionistas con conocimientos sólidos en el modelado a partir de datos (en especial grandes datos) para ayudar a la toma de decisiones estratégicas.