BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.17.3.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Departamento de Computación
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0300
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20250101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;VALUE=DATE:20260803
DTEND;VALUE=DATE:20260805
DTSTAMP:20260616T140133Z
CREATED:20260616T140133Z
LAST-MODIFIED:20260616T140133Z
UID:10674-1785715200-1785887999@www.dc.uba.ar
SUMMARY:Segunda Escuela Sudamericana de NLP
DESCRIPTION:La Segunda Escuela Sudamericana de NLP se llevará a cabo en Buenos Aires los días 3 y 4 de agosto de 2026 en Exactas-UBA. \n \nLa Segunda Escuela Sudamericana de NLP se llevará a cabo en Buenos Aires los días 3 y 4 de agosto de 2026\, en Exactas-UBA\, luego de la ECI 2026. La escuela contará con charlas\, tutoriales y una sesión de pósters sobre distintas temáticas relacionadas con el procesamiento del lenguaje natural. \nSe invita a participar a estudiantes\, investigadores y profesionales de la industria interesados en NLP provenientes de toda la región. La participación en la escuela es gratuita\, pero los cupos son limitados. Además\, se otorgará con apoyo económico limitado a algunos estudiantes seleccionados. También se invita a los asistentes a presentar sus trabajos actuales en formato póster. \nPara más información\, fechas importantes y el formulario de inscripción consultar el sitio web de la escuela:\nhttps://south-american-nlp-school.dc.uba.ar/
URL:https://www.dc.uba.ar/event/segunda-escuela-sudamericana-de-nlp/
LOCATION:Exactas-UBA
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260818T110000
DTEND;TZID=America/Sao_Paulo:20260818T120000
DTSTAMP:20260814T133608Z
CREATED:20260814T133608Z
LAST-MODIFIED:20260814T133608Z
UID:10858-1787050800-1787054400@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Martin Pugliese
DESCRIPTION:Título: Acelerando el Testeo de Regresiones con Mimicry Monitors\nDirectores: Victor Braberman y Diego Garbervetsky\nJurados: Lic Felicitas Garcia\, Dr. Javier Godoy \nResumen:\nEn el desarrollo de software moderno\, los sistemas evolucionan constantemente mediante cambios incrementales. Cada modificación plantea una pregunta inevitable: ¿es necesario volver a ejecutar todos los tests\, o podemos aprovechar el trabajo de verificación ya realizado? Esta tesis aborda ese interrogante evaluando los Mimicry Monitors (MM)\, una técnica que permite verificar en tiempo de ejecución si el comportamiento de una nueva versión de un programa puede ser «imitado» por la versión anterior\, sin necesidad de ejecutarla\, capitalizando los fragmentos de código que ambas versiones comparten.\nEl trabajo va un paso más allá de la validación original de la técnica: evalúa experimentalmente qué tan competitivos son los MM frente a RTS++\, una herramienta de selección de tests de regresión basada en análisis estático sobre grafos de llamadas. Los experimentos se realizaron sobre módulos de proyectos reales de código abierto (BoringSSL\, Abseil y RocksDB) adaptando sus suites de tests para simular escenarios concretos de regresión.\nLos resultados revelan que los MM permiten reducir significativamente la cantidad de ejecución necesaria cuando los cambios son localizados\, emitiendo veredictos anticipados antes de completar la ejecución del programa. Al mismo tiempo\, se identifican y caracterizan los escenarios donde sus limitaciones son más pronunciadas\, contribuyendo así a una comprensión más completa y honesta de su utilidad práctica.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-martin-pugliese/
LOCATION:Sala 1606
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260818T150000
DTEND;TZID=America/Sao_Paulo:20260818T160000
DTSTAMP:20260813T134730Z
CREATED:20260813T134537Z
LAST-MODIFIED:20260813T134730Z
UID:10850-1787065200-1787068800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Bruno Gomez
DESCRIPTION:Título: Integración de síntesis reactiva simbólica en MTSA mediante controladores generados por Spectra\nDirector: Hernán Gagliardi\nJurados: Florencia Zanollo\, Sebastian Uchitel\n\nResumen\nEsta tesis estudia la integración entre MTSA y Spectra para incorporar capacidades de síntesis reactiva simbólica dentro de un flujo basado en modelos LTS. En particular\, se propone una traducción desde modelos expresados en MTSA hacia especificaciones Spectra\, la invocación del motor de síntesis de Spectra\, y la posterior reconstrucción de uncontrolador en formato LTS a partir de la representación simbólica generada.\nEl objetivo general es explorar cómo aprovechar controladores representados mediante BDDs y técnicas de exploración just-in-time para producir artefactos compatibles con MTSA\, preservando una semántica útil para el análisis\, la composición y la inspección de controladores.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-bruno-gomez/
LOCATION:Aula 1114
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260820T160000
DTEND;TZID=America/Sao_Paulo:20260820T170000
DTSTAMP:20260820T131807Z
CREATED:20260820T131807Z
LAST-MODIFIED:20260820T131807Z
UID:10861-1787241600-1787245200@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Juan Alvarez Colombo y Ezequiel Martinelli
DESCRIPTION:Título: Aprendizaje Automático y Procesamiento de Lenguaje Natural aplicado al Scouting Deportivo: el caso del Racing de Santander\nDirectorxs: Bruno Bianchi\, Manuel Duran\nJuradxs: Pablo Mislej\, Gonzalo Ruarte \nResumen:\nLa búsqueda de talento en el fútbol profesional combina datos objetivos\, interpretación experta y observaciones cualitativas elaboradas por scouts. En este contexto\, la creciente disponibilidad de información sobre jugadores plantea el desafío de estudiar hasta qué punto las decisiones de scouting pueden ser explicadas\, aproximadas o asistidas mediante herramientas computacionales. Esta tesis analiza dicho problema a partir de dos enfoques complementarios. En primer lugar\, se evalúa la posibilidad de predecir la decisión final tomada sobre un jugador utilizando variables estructuradas vinculadas con sus características\, rendimiento y contexto deportivo. Para ello\, se exploran distintos modelos de aprendizaje supervisado\, incluyendo árboles de decisión\, Random Forest\, Gradient Boosting\, K-Nearest Neighbors y redes neuronales\, junto con procedimientos de búsqueda de hiperparámetros y evaluación sobre conjuntos separados. En segundo lugar\, se desarrolla un sistema de recomendación basado en búsqueda semántica\, embeddings y una base de datos vectorial\, orientado a recuperar perfiles de jugadores a partir de consultas en lenguaje natural. Este sistema permite incorporar información no estructurada proveniente de reportes de scouting y observaciones cualitativas. Los resultados muestran que las variables objetivas contienen información relevante para aproximar parcialmente la decisión experta\, aunque con limitaciones en categorías menos representadas. A su vez\, la búsqueda semántica permite explorar perfiles de jugadores de manera flexible\, mostrando distintos niveles de consistencia ante reformulaciones de una misma consulta. En conjunto\, el trabajo aporta una evaluación inicial sobre el uso de aprendizaje automático y modelos de lenguaje como herramientas de apoyo al scouting futbolístico. Para ambos casos\, se utilizan los datos provistos por el Real Racing Club de Santander\, un club de fútbol profesional con sede en Santander\, España. Por este motivo\, los estudios realizados se basan en información real proveniente de los procesos de evaluación de los scouters del club\, constituyendo el caso de estudio presentado en este trabajo. \nPalabras claves: Scouting\, fútbol\, aprendizaje automático\, modelos de lenguaje\, embeddings\, búsqueda semántica.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-juan-alvarez-colombo-y-ezequiel-martinelli/
LOCATION:Aula 1102
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260825T140000
DTEND;TZID=America/Sao_Paulo:20260825T150000
DTSTAMP:20260820T164305Z
CREATED:20260820T164305Z
LAST-MODIFIED:20260820T164305Z
UID:10865-1787666400-1787670000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura José Cacherosky
DESCRIPTION:Título: Análisis dinámico de dependencias: en busca del paralelismo\nDirector: Dr. Diego Garbervetsky\nJurados: Dr. Javier Godoy\, Dr. Esteban Mocskos \nResumen:\nEl aprovechamiento del paralelismo es clave para mejorar el rendimiento del software en procesadores modernos. Sin embargo\, identificar qué partes de un programa pueden paralelizarse sigue siendo una tarea compleja. Los análisis estáticos tradicionales suelen ser conservadores frente a estructuras dinámicas y accesos a memoria en tiempo de ejecución\, por lo que el programador suele requerir herramientas que lo asistan en la búsqueda de oportunidades de optimización.\nEn esta tesis se presenta un enfoque de análisis dinámico a nivel de bytecode para programas Java\, junto con una herramienta funcional que lo implementa. Mediante un Java Agent\, el sistema instrumenta las clases en tiempo de carga para registrar accesos a memoria y eventos de control durante la ejecución\, sin requerir modificaciones manuales en el código fuente. A partir de estos registros\, el analizador reconstruye el contexto de ejecución y vincula las dependencias observadas directamente con los loops del programa\, asistiendo al programador en la toma de decisiones sobre qué loops son potencialmente paralelizables y cuáles presentan dependencias que lo impiden.\nEl enfoque fue evaluado experimentalmente sobre un conjunto de programas representativos\, analizando tanto la capacidad del sistema para capturar dependencias efectivas como el costo computacional de la instrumentación. Al basarse en ejecuciones reales\, los resultados aportan evidencia empírica que contribuye a reducir la brecha entre el análisis de bajo nivel en la máquina virtual Java y las decisiones de paralelización a nivel de código fuente.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-jose-cacherosky/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260826T150000
DTEND;TZID=America/Sao_Paulo:20260826T160000
DTSTAMP:20260820T173047Z
CREATED:20260820T173047Z
LAST-MODIFIED:20260820T173047Z
UID:10868-1787756400-1787760000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Lorenzo Ruíz Díaz
DESCRIPTION:Título: Un zkBridge para Cardano utilizando pruebas de conocimiento cero\nDirector: Matías López-Rosenfeld\nCo-Director: Bruno Weisz\nJurados: Javier Godoy y Carlo Giambiagi Ferrari \nResumen:\nEsta tesis estudia el diseño e implementación de un zkBridge para Cardano. El objetivo es autenticar un evento ocurrido en una cadena de origen y habilitar una acción correspondiente en una cadena destino\, sin depender de un operador centralizado y respetando los límites reales de ejecución on-chain. Para ello se propone una arquitectura que separa\nuna capa de actualización\, encargada de mantener estado remoto autenticado\, y una capa de aplicación\, encargada de consumir esa evidencia para autorizar el flujo txlock → txmint. \nLa construcción evita verificar directamente el consenso completo de Cardano dentro de un circuito. En su lugar\, utiliza Mithril como mecanismo de certificación de estado\, una verificación STM particionada en dos fases sobre Aiken y argumentos Groth16 auxiliares para pertenencia de transacciones y actualización de un SMT anti-replay. El prototipo muestra que esta composición puede expresarse en el modelo eUTxO mediante UTxOs canónicos\, NFTs de estado\, reference scripts y proof_receipt\, manteniéndose dentro de los presupuestos de unidades de ejecución disponibles. \nEl resultado principal es una prueba de viabilidad para una instancia isomorfa de Cardano: no un bridge productivo heterogéneo completo\, sino una arquitectura verificable que delimita con precisión sus supuestos de seguridad\, sus invariantes on-chain y los componentes que quedan como trabajo futuro.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-lorenzo-ruiz-diaz/
LOCATION:Aula a confirmar
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260828T143000
DTEND;TZID=America/Sao_Paulo:20260828T153000
DTSTAMP:20260821T153459Z
CREATED:20260821T153428Z
LAST-MODIFIED:20260821T153459Z
UID:10872-1787927400-1787931000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura María Marino
DESCRIPTION:Título: Análisis de Sensibilidad de Evaluation Awareness en Grandes Modelos de Lenguaje\nDirectores: Dr. Esteban Feuerstein y Dr. Daniel Yankelevich\nJurados: Dr. Iván Arcuschin\, Dr. Sergio Abriola \nResumen:\nLos grandes modelos de lenguaje (LLMs) exhiben evaluation awareness (EA): la capacidad de distinguir inputs pertenecientes a un contexto de evaluación de inputs de uso real. Si un modelo modula su comportamiento al detectar que está siendo evaluado\, los benchmarks y evaluaciones de seguridad podrían estar midiendo un comportamiento exhibido selectivamente y no su comportamiento genuino\, comprometiendo las decisiones que tomamos sobre la fiabilidad de estos sistemas. Esta tesis estudia el fenómeno desde adentro\, a través de las activaciones internas del modelo\, mediante linear probes\, un método white-box que no depende de la verbalización del modelo para detectar EA. Construimos un conjunto de datos de sensibilidad de diseño factorial completo (4320 prompts) que varía sistemáticamente cinco dimensiones del input (familiaridad de entidad\, coherencia de contexto\, estructura del prompt\, conflicto ético e idioma) sobre seis escenarios de dominios diversos. Entrenamos un probe por capa sobre ocho modelos de pesos abiertos (0.5B–72B)\, incluyendo variantes de razonamiento y modelos de control\, y seleccionamos el de mayor poder discriminativo (AUROC) sobre un conjunto de validación externo. Proyectando el dataset sobre el probe seleccionado\, analizamos qué factores del input desplazan la señal interna de EA. Encontramos que los mayores desplazamientos de la proyección provienen de rasgos superficiales (escenario y estructura del prompt) que afectan también a los modelos de control y\, por lo tanto\, no constituyen EA. La única dimensión cuya respuesta escala con la validez del probe es el conflicto ético (r ≈ +0\,85 con el AUROC del probe)\, que opera como una variable categórica y no ordinal: lo que eleva la proyección no es la intensidad del conflicto sino configuraciones específicas\, en particular el conflicto de rol y la autoprotección. Esta sensibilidad emerge con la escala y se amplifica con el entrenamiento de razonamiento\, manteniendo una dirección consistente entre familias. La EA medida resulta ortogonal a la inverosimilitud narrativa de superficie\, y se observa un desacople sistemático entre la representación interna del fenómeno y su verbalización en el output. En conjunto\, la EA capturada por linear probes aparece como un fenómeno real pero limitado: no es una medida absoluta ni transferible\, no se reduce a la inverosimilitud del prompt y no se traduce de forma directa en el comportamiento observable.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-maria-marino/
LOCATION:Aula 1205
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260831T123000
DTEND;TZID=America/Sao_Paulo:20260831T133000
DTSTAMP:20260831T144849Z
CREATED:20260831T144326Z
LAST-MODIFIED:20260831T144849Z
UID:10900-1788179400-1788183000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Franco Castagna
DESCRIPTION:Título: Evaluación empírica de algoritmos evolutivos para la generación de System Level Tests en Evomaster\n\nDirector: Juan P. Galeotti\nJurados: Paula Zabala\, Sebastian UchitelResumen \n\nLas APIs RESTful son un componente central de las aplicaciones modernas basadas en microservicios. El testing guiado por búsqueda ha demostrado ser eficaz para generar automáticamente suites de tests para estas APIs\, y una amplia variedad de algoritmos evolutivos han sido extensamente estudiados en otros dominios\, incluyendo testing unitario y de aplicaciones móviles. Sin embargo\, existe poca evidencia empírica sobre cómo se comportan estos algoritmos en el contexto del testing de caja blanca a nivel de sistema sobre APIs REST. En este trabajo se presenta una comparación empírica comprensiva dentro de EvoMaster\, una herramienta open-source de generación automática de tests para APIs REST\, GraphQL y RPC. Se incorporan e integran once nuevas variantes de algoritmos evolutivos en el núcleo de EvoMaster bajo una arquitectura uniforme\, diez de las cuales son evaluadas experimentalmente; la restante\, DynaMOSA\, requiere una adaptación de la infraestructura de experimentación que se plantea como trabajo futuro. Además\, se diseña e implementa el parámetro GASolutionSource\, una abstracción que permite alternar entre la construcción de la suite final\, desde el archive elitista o desde la población final del algoritmo\, habilitando futuras comparaciones empíricas sistemáticas entre ambos modos. Las variantes se evalúan sobre un benchmark de 36 APIs REST del Web Fuzzing Dataset\, comparándolas contra los algoritmos preexistentes de EvoMaster (MIO\, MOSA\, WTS y RANDOM) con un presupuesto de 10 minutos por ejecución y cinco repeticiones independientes por par algoritmo-API. La evaluación se basa en tres métricas: cobertura de líneas\, cobertura de endpoints con respuestas exitosas (HTTP 2xx) y cantidad de fallos detectados (HTTP 5xx). Los resultados muestran que los algoritmos específicos para testing superan a los genéticos de propósito general\, con MIO obteniendo el mejor rendimiento global. Entre los algoritmos incorporados\, CRO y StandardGA obtienen los mejores resultados\, ubicándose entre los algoritmos de mejor rendimiento junto con MIO y WTS. El rendimiento de StandardGA es particularmente llamativo dado que es el GA más simple de los evaluados\, lo que sugiere que\, cuando se utiliza un archivo elitista para construir la suite final\, la complejidad adicional de los mecanismos de reemplazo poblacional no se traduce en ventajas observables. RANDOM\, pese a no guiarse por cobertura\, lidera en magnitud absoluta de fallos detectados y se mantiene difícil de superar con presupuesto de 10 minutos\, lo que indica que el muestreo aleatorio sigue siendo un baseline competitivo bajo presupuestos ajustados.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-franco-castagna/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260831T160000
DTEND;TZID=America/Sao_Paulo:20260831T170000
DTSTAMP:20260831T152323Z
CREATED:20260831T152323Z
LAST-MODIFIED:20260831T152323Z
UID:10905-1788192000-1788195600@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Antonio Paco Santos
DESCRIPTION:Título: Estrategias algorítmicas de fijación de precios en mercados electrónicos simulados: aprendizaje automático\, dinámica competitiva y equilibrio. \nDirector: Rodrigo Castro (DC-ICC/FCEN-UBA-CONICET) Co-Directores: Juan Pablo Pinasco (DM-IMAS/FCEN-UBA-CONICET) y Martín Harracá (EEyN-UNSAM) \nJurado: Esteban Feuerstein (DC-ICC/FCEN-UBA) y Pablo Amster (DM-IMAS/FCEN-UBA-CONICET) \nResumen:  \nEl comercio electrónico y en particular los mercados digitales (marketplaces)  ocupan un lugar central en la economía global. Dentro de este ecosistema\, el proceso de fijar precios mediante algoritmos (pricing) se encuentra cada vez más extendido\, pudiendo éste generar efectos emergentes a gran escala. Calvano et al. mostraron que algoritmos de Reinforcement Learning pueden aprender a sostener precios supracompetitivos en oligopolios simulados. El presente trabajo retoma ese resultado relajando tres supuestos clave del modelo original: se utilizan espacios de acción continuos en lugar de discretos\, agentes pre-entrenados en lugar de agentes que aprenden online\, y un mercado heterogéneo en el que conviven distintas estrategias. \nSe definen cuatro tipos de agentes vendedores. Los agentes Brutus siguen una estrategia mecánica y sin entrenamiento previo\, actuando como baseline. Los agentes Imitator y Experiens utilizan algoritmos de aprendizaje automático (inspirados en Imitation Learning y Reinforcement Learning\, respectivamente) para maximizar su ganancia individual. Finalmente\, el agente Imitator Informatus extiende al Imitator original incorporando mayor información y una arquitectura de red neuronal más compleja.\nLos resultados muestran que los agentes Brutus\, a pesar de su simplicidad\, presentan un comportamiento adaptativo que resulta difícil de superar para los agentes entrenados. Se observa que el principal determinante de las ganancias no es la estrategia concreta utilizada\, sino el precio promedio fijado. Ninguno de los agentes entrenados logra una dominancia absoluta sobre los Brutus.\nFinalmente\, modelando el sistema como un juego evolutivo\, se encuentran equilibrios de Nash mixtos para los tres modelos entrenados\, todos con mayor proporción de agentes entrenados que Brutus\, y cualitativamente distintos entre sí. Identificar estos equilibrios permite comparar los precios promedio que emergen en el sistema heterogéneo en estado estacionario contra los del baseline\, en analogía a la comparación entre precios colusivos y competitivos realizada por Calvano et al. Los resultados sugieren que la colusión algorítmica supracompetitiva\, cuando aparece\, no es un fenómeno generalizado y robusto como el reportado por Calvano et al.\, sino que podría estar asociada a configuraciones específicas del sistema donde los algoritmos se adaptan online a los eventos que perciben.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-antonio-paco-santos/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR