Hoja de vida

Nombre Bernardo Leon Hoyos Espinosa
Nombre en citaciones HOYOS ESPINOSA, BERNARDO LEON
Nacionalidad Colombiana
Sexo Masculino

Formación Académica

  •  
  • Maestría/Magister UNIVERSIDAD PONTIFICIA BOLIVARIANA
    INGENIERÍA INDUSTRIAL
    Febrerode2010 - Febrerode 2012
  •  
  • Especialización UNIVERSIDAD EAFIT
    GERENCIA DE LA CALIDAD
    Febrerode1993 - Octubrede 1994
  •  
  • Pregrado/Universitario UNIVERSIDAD PONTIFICIA BOLIVARIANA
    INGENIERÍA MECÁNICA
    Enerode1980 - Diciembrede 1986
    DISEÑO DE BOMBA OSCILATORIA DE DESPLAZAMIENTO POSITIVO

    Experiencia profesional

  •  
  • INDUPUERTAS
    Dedicación: 48 horas Semanales Junio de 2004 Octubre de 2007

  •  
  • UNIVERSIDAD CATOLICA DE ORIENTE
    Dedicación: 16 horas Semanales Enero de 2000 Diciembre de 2007

  •  
  • Compañía Colombiana de Discos S.A.
    Dedicación: 48 horas Semanales Mayo de 1989 Octubre de 1996

    Áreas de actuación

  •  Ingeniería y Tecnología -- Ingeniería Mecánica -- Ingeniería Mecánica
  • Idiomas

      Habla Escribe Lee Entiende
  •  Inglés
  • Aceptable Aceptable Bueno Aceptable

    Líneas de investigación

  •  Minería de Datos & Big Data, Activa:Si
  •  Educación en ambientes STEM, Activa:Si
  •  
    Los ítems de producción con la marca corresponden a productos avalados y validados para la última Convocatoria Nacional para el Reconocimiento y Medición de Grupos de Investigación, Desarrollo Tecnológico o de Innovación y para el Reconocimiento de Investigadores del SNCTeI
     

    Jurado en comités de evaluación

  • Datos complementarios - Jurado/Comisiones evaluadoras de trabajo de grado - Pregrado
  • BERNARDO LEON HOYOS ESPINOSA, Titulo: DISEÑO DE MODELO DE PLANEACIÓN Y PROGRAMACIÓN EN VAJILLAS CORONA S.A Tipo de trabajo presentado:  en:  CORPORACION UNIVERSITARIA LASALLISTA  programa académico Ingeniería Industrial  Nombre del orientado: DAVID RESTREPO MORALES  

    Artículos

  • Producción bibliográfica - Artículo - Publicado en revista especializada
  • BERNARDO LEON HOYOS ESPINOSA, "Aplicación de un modelo de optimización para reemplazar el método estadístico de Taguchi aplicado a la gestión tecnológica" . En: Colombia 
    Memorias  ISSN: 0124-4361  ed: Universidad Cooperativa de Colombia
    v.09 fasc.16 p.22 - 42 ,2011,  DOI: http://dx.doi.org/10.16925/issn.0124-4361

    Libros

  • Producción bibliográfica - Libro - Otro libro publicado
  • BERNARDO LEON HOYOS ESPINOSA, "El Abc De La Estadística" En: Colombia 2010.  ed:ARTES Y LETRAS  ISBN: 978-958-8406-10-7  v. 500 pags. 310
  • Producción bibliográfica - Libro - Libro resultado de investigación
  • BERNARDO LEON HOYOS ESPINOSA, "EL ABC DE LA ESTADÍSTICA" En: Colombia 2010.  ed:ARTES Y LETRAS  ISBN: 978-958-8406-10-7  v. pags. 
    Palabras:
    DISTRIBUCIONES DE PROBABILIDAD, ESTADÍSTICA, ESTADÍSTICA DESCRIPTIVA, ESTADÍSTICA INFERENCIAL, ESTADÍSTICA PARA INGENIEROS, PROBABILIDADES,
    Areas:
    Ingeniería y Tecnología -- Otras Ingenierías y Tecnologías -- Otras Ingenierías y Tecnologías,

    Proyectos

    Tipo de proyecto: Investigación y desarrollo 
    BUSSINES DATA MINING
    Inicio: Agosto  2018 Duración 
    Resumen

    La minería de datos se puede entender de dos formas: Structural Data Minig & Bussines Data Minig. La primera pertenece al campo de los ingenieros informáticos y se encarga de desarrollar lenguajes de programación para bases de datos, construir algoritmos que permitan interoperabilidad entre los distintos lenguajes y sus estructuras, etc. La segunda, es completamente interdisciplinar y se encarga de analizar los datos que se capturan en las bases de datos diseñadas por los ingenieros informáticos. Structural Data Minig construye las bases de datos, mientras que Bussines Data Minig las analiza. El término ¿Bussines¿, no se refiere solamente a transacciones financieras, sino al sector o negocio al que cada organización pertenece, puede ser la biología, la construcción, la seguridad, los alimentos, los medicamentos, la educación, las TICs, etc. Existen distintas plataformas y aplicaciones para almacenar y analizar datos, como SPSS, Stat Graphics, Minitab, XL Stat, Mat Lab, SAS, etc., Todas las anteriores son licenciadas. Además, hay otras de código abierto que son libres para cualquier persona u organización. Las más reconocidas, tanto por la comunidad científica, como por la academia, son Python y R Project, o simplemente ¿R¿. Este último, que podría calificarse como un software estadístico, como una base de datos, como una plataforma o como un lenguaje de programación, es alimentado por expertos en todo el mundo y actualizado anualmente por un comité especializado. Actualmente se pueden descargar paquetes que trabajan con interfaces gráficas y sistemas de ventanas que han logrado poner el análisis multivariado de alto nivel, al alcance de cualquier persona que tenga unos conocimientos básicos de estadística. Estas interfaces, permiten capturar datos de distintas fuentes con distintas estructuras como SQL, CSV, ODBS, SAS, etc, unificarlos en ¿R¿ con procedimientos de ¿Data Matching¿, clasificarlos en variables categóricas (que pueden ser nominales u ordinales) y en variables numéricas (que pueden ser discretas o continuas) y luego alimentar las distintas herramientas que cruzan las variables con métodos de análisis multivariado y análisis predictivo y finalmente, generar informes y gráficas que permiten, al analista, entender el problema o situación para tomar decisiones más acertadas. La exploración de datos que se trabaja en este proyecto, incluye análisis cualitativo, cuantitativo y mixto. Además de los informes escritos y rigurosamente estadísticos, genera gráficas muy interesantes y fáciles de entender. Como ejemplo, están: Para variables numéricas: ¿Dendogramas¿ que clasifica los individuos en ¿Clusters¿ o conclomerados. Mapas perceptuales que permiten ver, de forma gráfica, las variables que crean afinidad entre los elementos de un mismo Clusters y las variables que separan un Clusters de otro. Los mapas de correspondencias que identifica a los individuos que pertenecen a cada Cluster. Para cruzar variables categórica con numéricas: Box Plots y otros gráficos que representan gráficamente los resultados de ANOVAS múltiples. Para minería de datos predictiva: Hay muchas gráficas de análisis, pero especialmente están los árboles de decisión y de bosque que ayudan a construir los modelos predictivos, a validarlos y a probarlos.

    Tipo de proyecto: Investigación, desarrollo e Innovación 
    EL ABC DE LA ESTADÍSTICA
    Inicio: Enero  2009 Fin proyectado: Junio  2010 Fin: Agosto  2010 Duración 18
    Resumen

    Texto guía de la asignatura Estadística con instrucciones para correr las herramientas estadísticas de Excel