"AI-Ready Data (Por qué no hay IA sin una estrategia de datos)"
Valery Calderón Briz;
Charla
Implementar IA sin una estrategia de datos es una receta para el fracaso. El famoso 'Garbage In, Garbage Out' sigue siendo el mayor obstáculo para la innovación. En esta sesión, hablaremos sobre las estrategias para construir un ecosistema de datos 'AI-Ready'.
En está charla veremos estrategias prácticas de gobernanza de datos para garantizar la disponibilidad, seguridad, consistencia y fiabilidad de la información, asegurando que tus modelos de IA operen sobre una base sólida y escalable, alineada con las exigencias del mercado actual.
"Cómo los Modelos de Crédito Heredan Sesgos Históricos de Género: Begini como Caso de Estudio en Inclusión Financiera"
Francys Lanza;
Charla
En gran parte de América Latina, los modelos de riesgo de crédito siguen dependiendo de datos del buró: historial de pago, límites, moras y consultas. Eso significa que los sesgos históricos en la forma en que se ha otorgado crédito, por ejemplo, en menores montos aprobados o en menos productos ofrecidos a mujeres, quedan codificados en los datos que entrenan los modelos actuales. Evaluar el sesgo en estos modelos exige mirar más allá de la métrica de precisión y preguntarnos: ¿qué pasa con las personas, en especial con las mujeres, que quedan sistemáticamente subvaloradas por ese sistema? Estas preguntas abren la puerta a explorar tanto las limitaciones del enfoque tradicional como los riesgos de trasladar los mismos patrones a nuevas fuentes de datos y a sistemas de IA más complejos.
En ese contexto, Begini propone una alternativa: construir un score basado en datos psicométricos y de comportamiento, generando datos de carácter de primera mano a través de pruebas breves que miden rasgos como locus de control, impulsividad, confianza o gratificación diferida. Este enfoque permite evaluar cómo decide y se organiza una persona hoy, sin depender únicamente de cuánto crédito formal tuvo en el pasado, algo crucial para mujeres y otros grupos con historiales “delgados” por falta de oportunidades más que por falta de capacidad de pago. Además, las métricas psicométricas se generan bajo condiciones controladas y pueden auditarse y recalibrarse para evitar que penalicen de forma injustificada a un género o grupo específico, reduciendo la herencia de sesgos históricos. Al complementar el buró con este perfil de carácter, las entidades financieras pueden distinguir entre quienes tienen poco historial por exclusión previa y quienes muestran patrones de riesgo genuinamente problemáticos, abriendo espacio a decisiones de crédito más explicables, personalizadas y alineadas con una inclusión financiera más justa.
"Comunidad Más Voces en Diseño México"
Berenice Lemus;
Comunidad o Iniciativa
Iniciamos en 2018 como Más Mujeres en UX y en 2026 nos transformamos a Más Voces en Diseño. Hoy celebramos esta nueva etapa con el corazón lleno, con mucha ilusión y con la certeza de que lo construido sigue vivo, pero ahora crece con más fuerza.
Somos una red que existe para que ninguna mujer en tecnología en Latinoamérica tenga que diseñar su camino en soledad. Nos mueve la convicción de que el diseño es una herramienta de transformación social y que, cuando una de nosotras crece, el estándar de toda la región se eleva.
"Cuando diseño y desarrollo hablan el mismo idioma. IA para escalar un Design System multimarca"
Antonieta Carrasco;
Taller técnico
"Esta no es una charla sobre Kiro.
Tampoco es una charla sobre Figma.
Es la historia de cómo descubrimos que el verdadero valor de un Design System no estaba en sus componentes, sino en convertirse en un lenguaje compartido entre diseño y desarrollo."
"Cuando la IA se equivoca: errores, alucinaciones y cómo construir sistemas confiables"
Irais;
Charla
La inteligencia artificial generativa está transformando la forma en que desarrollamos software, analizamos información y automatizamos procesos. Sin embargo, uno de los mayores retos al adoptar estas tecnologías es entender que una respuesta generada por IA puede parecer correcta y aun así estar equivocada.
En esta charla exploraremos los principales desafíos al implementar soluciones con IA generativa: alucinaciones, respuestas fuera de contexto, información incorrecta y riesgos al utilizar resultados generados automáticamente en ambientes empresariales.
Desde la experiencia trabajando con datos, sistemas empresariales e integración de soluciones basadas en IA, compartiré una perspectiva práctica sobre cómo construir soluciones más confiables mediante mejores datos, validación, evaluación de resultados y supervisión humana.
La charla busca mostrar que el valor de la inteligencia artificial no está solamente en la capacidad del modelo, sino en la forma en que las ingenieras diseñamos sistemas alrededor de ella. Mantener el criterio técnico, la responsabilidad y la confianza será clave para crear tecnología que realmente genere impacto.
"De la información al conocimiento: minería de datos como herramienta para transformar realidades"
Doricela Gutierrez Cruz;
Charla
La minería de datos se ha consolidado como una herramienta estratégica para transformar volúmenes de información en conocimiento para la toma de decisiones. Esta propuesta presenta una reflexión sobre su potencial para atender problemáticas complejas en ámbitos como la educación, la salud y el bienestar, a partir de una trayectoria centrada en la ciencia de datos, la inteligencia artificial y los sistemas inteligentes.
El trabajo recupera experiencias desarrolladas en proyectos de investigación transdisciplinarios, en el proyecto “Sistemas transdisciplinarios basados en minería de datos para la promoción de la salud y el bienestar”. Desde el modelo KDD, se aborda el proceso mediante el cual los datos son seleccionados, depurados, transformados, analizados e interpretados para identificar patrones, factores asociados y oportunidades de intervención. Más allá de la precisión de los algoritmos, se resalta la importancia de traducir los hallazgos en acciones comprensibles, pertinentes y responsables.
La exposición mostrará cómo técnicas de clasificación, agrupamiento y reglas de asociación pueden apoyar la identificación temprana de riesgos académicos, el análisis de condiciones relacionadas con la salud y la generación de evidencia para orientar estrategias de prevención y acompañamiento. Asimismo, se enfatizará que los datos representan trayectorias, necesidades y contextos de personas; por ello, su uso debe incorporar criterios de calidad, ética, privacidad, transparencia e interpretación interdisciplinaria.
Como mujer en STEM, esta experiencia evidencia que la participación femenina en ingeniería y tecnología fortalece la construcción de soluciones más incluyentes y vinculadas con los retos sociales. La minería de datos no debe entenderse únicamente como un recurso técnico, sino como una herramienta para impulsar investigación aplicada, formar nuevas generaciones y promover decisiones que contribuyan a mejorar la vida de las comunidades.
La propuesta invita a reconocer que transformar realidades requiere pasar de la información aislada al conocimiento accionable, combinando innovación tecnológica, pensamiento crítico, colaboración y compromiso social.
"IA como copiloto para investigar problemas difíciles en producción"
Loyda Florencia Luis Pineda;
Charla
Aquí va:
Investigar un incidente crítico en producción es uno de los momentos más difíciles en la carrera de cualquier engineer: el sistema está fallando, la presión es alta y no sabes por dónde empezar. En esta charla comparto cómo uso la IA no para escribir código, sino para pensar, como copiloto de investigación bajo presión.
A través de tres casos reales muestro un método replicable independientemente del stack o área de especialidad. Un crash de sistema sin causa aparente, donde la IA ayudó a descartar hipótesis sistemáticamente hasta encontrar la raíz del problema. Notificaciones que dejaron de llegar silenciosamente, donde cruzar datos con IA permitió formular la hipótesis correcta antes de tocar código. Y 31 falsas llamadas al 911 generadas por un sistema que técnicamente funcionaba, donde la IA fue copiloto para correlacionar datos de tres fuentes distintas hasta que los números contaron la historia completa.
El resultado en los tres casos fue el mismo: diagnóstico preciso sin tocar producción.
Te llevas un método concreto: cómo estructurar una investigación con IA, qué preguntas hacerle, cómo iterar y cuándo confiar en sus respuestas, aplicable desde el primer día en cualquier equipo.
"IA generativa: impacto colaborativo y enfoque ético multidisciplinario"
MARISELA CADENA COSMES;
Lightning talk
En esta breve charla, voy a hablar de los beneficios de la IA generativa y un posible enfoque acerca de la implementación de estas nuevas herramientas. Cuando hablamos de ética e IA generativa en herramientas colaborativas, solemos culpar al "algoritmo" o a los "sesgos de los datos", como si la tecnología tuviera vida propia. Como desarrolladora, sé que la realidad es otra: la IA solo ejecuta lo que nosotros permitimos. Los problemas éticos y de desinformación no son accidentes; nacen de decisiones conscientes en el diseño y desarrollo de software, un ecosistema históricamente dominado por hombres cis con una perspectiva homogénea. En esta charla de 5 minutos, quiero bajar a la tierra el debate ético desde la realidad del código. Analizaremos por qué la IA no es la culpable de sus impactos negativos y por qué urge un enfoque multidisciplinario real, donde la presencia de mujeres técnicos sea el contrapeso necesario para cuestionar lo que hoy se da por sentado.
"Inteligencia Geoespacial en la Era de IA"
Martha Villanueva;
Charla
En la era de la inteligencia artificial generativa, los modelos de lenguaje (LLMs) han demostrado una capacidad asombrosa para razonar y crear. Sin embargo, cuando se trata de interactuar con el mundo físico, a menudo se enfrentan a un desafío crítico: la falta de contexto en tiempo real y las "alucinaciones" geográficas. ¿Cómo podemos asegurar que las respuestas de una IA estén verdaderamente conectadas con la realidad de nuestro entorno? La respuesta está en la Inteligencia Geoespacial.
En esta charla de 15 minutos, exploraremos el concepto de Grounding (anclaje de datos) utilizando la infraestructura de Google Maps. Analizaremos cómo conectar el poder cognitivo de la IA con la base de datos geográfica más grande y actualizada del planeta. Explicaremos cómo este enfoque permite a los desarrolladores "anclar" las respuestas de sus modelos a datos del mundo real —desde la ubicación exacta y horarios de un negocio hasta condiciones dinámicas del entorno—, transformando consultas abstractas en soluciones precisas, confiables y con contexto local.
Diseñada para desarrolladoras y entusiastas de la tecnología, esta sesión flash desmitificará la integración de APIs geoespaciales con modelos de IA. Las asistentes se llevarán una visión clara de cómo el Grounding mitiga los errores de los LLMs, abre nuevas posibilidades para el desarrollo de aplicaciones inteligentes y redefine la forma en que el software interactúa con nuestro espacio físico.
"La mejor decisión de mi carrera fue aprender a aprender: Cómo Internet cambió mi vida y por qué hoy cualquiera puede construir el futuro que imagina."
Jaqueline Razo;
Lightning talk
A los 19 años dejé la universidad porque mi familia ya no podía seguir pagando mis estudios. En ese momento pensé que estaba perdiendo mi oportunidad de construir una carrera. En realidad, estaba descubriendo una nueva forma de aprender. La necesidad de apoyar a mi familia me hizo tomar un path inusual.
Aprendí programación desde cero en YouTube, trabajé como freelancer para clientes en USA, obtuve certificaciones de Microsoft en Azure y Ciencia de Datos, regresé a la universidad costeando mis propios estudios y hoy lidero proyectos de transformación digital e Inteligencia Artificial en una empresa global.
En esta charla compartiré por qué el aprendizaje continuo ha sido mucho más importante que cualquier título, cómo exponernos a nuevas oportunidades puede transformar nuestra trayectoria profesional y por qué la IA representa una nueva democratización del conocimiento para quienes estén dispuestas a aprender.
Mi objetivo es que cada asistente salga convencida de que su punto de partida no determina su futuro. La tecnología evoluciona constantemente, pero la capacidad de aprender y atreverse a dar el siguiente paso sigue siendo la habilidad más poderosa de todas.
"MLOps vs DevOps - El siguiente paso en la evolución tech"
Daniela Cortes;
Charla
DevOps no fue diseñado para modelos ni datos. MLOps extiende estas prácticas para sistemas basados en AI. El objetivo de esta charla es entender la transición hacia arquitecturas basadas en datos e inteligencia artificial. Además de conocer el ciclo de vida de MLOps y diferencias con DevOps tradicional.
"No esperé a sentirme lista… aunque la verdad es que casi lo hago."
Paola Karina Flores Martínez;
Lightning talk
En esta charla comparto cómo una pregunta tan simple como ”¿Y si sí aplicamos?” terminó cambiando mi forma de vivir la universidad.
Todo comenzó cuando una amiga y yo decidimos postularnos a un curso de Electrónica Analógica sin sentirnos completamente preparadas. Lo que parecía una oportunidad más se convirtió en el inicio de un camino lleno de cursos, programas de mentoría, voluntariados, proyectos como ATMANIE y comunidades que transformaron no solo mi formación profesional, sino también la manera en la que veía mi lugar dentro de STEM.
A través de una historia cercana y personal, reflexiono sobre el miedo a no sentirse suficiente, el valor de las personas que nos impulsan a crecer y cómo muchas veces las mejores oportunidades llegan antes de que nos sintamos listas para tomarlas.
Más que una charla sobre convocatorias, es una invitación a dejar de esperar el momento perfecto para empezar. Porque, a veces, todo cambia cuando dejamos de preguntarnos si somos suficientes y simplemente nos atrevemos a decir: ”¿Y si sí aplicamos?”
"No tienes que aprender IA sola: comunidad, datos y futuro para mujeres en STEM"
Mirna vazquez;
Comunidad o Iniciativa
La inteligencia artificial está transformando la forma en que hacemos ciencia, analizamos datos y construimos tecnología. Sin embargo, muchas mujeres en STEM aún enfrentan una barrera inicial: saber por dónde empezar, cómo practicar y con quién aprender.
R-Ladies Xalapa es una comunidad que crea espacios de aprendizaje colaborativo alrededor del lenguaje de programación R. A través de talleres, mentoría y actividades abiertas, acompañamos a mujeres y personas subrepresentadas que quieren fortalecer sus habilidades en análisis de datos, visualización, estadística, ciencia reproducible e inteligencia artificial aplicada.
En esta presentación de 3 minutos compartiremos quiénes somos, qué hacemos y cómo unirse. Nuestro mensaje central es simple: aprender R, datos e IA no tiene que ser un proceso solitario. Puede construirse en comunidad, con confianza técnica, acceso abierto al conocimiento y redes donde más mujeres puedan reconocerse como creadoras de tecnología.
No tienes que aprender IA sola.
"Prueba"
Yolo Test;
Charla
En esta emocionante charla, exploraremos el fascinante concepto del ““prompt engineering””, clave para desbloquear el potencial de la inteligencia artificial generativa. Aprenderemos qué es, su importancia y cómo utilizarlo efectivamente. Experimentaremos con Jupyter Notebooks, creando prompts y observando cómo los modelos de IA responden. Asiste y aprende esta revolucionaria técnica que está transformando la interacción con los sistemas de IA generativa.
"Quemar las naves"
Sol Estrada;
Lightning talk
Hay momentos en los que la vida te invita -o te exige- volver a empezar: cambiar de carrera, de trabajo, de lugar, de personas.
Hoy quiero compartirles lo que ha significado para mí “quemar las naves” y tener el valor de comenzar otra vez.