
Hernández Higuera obtuvo el grado tras presentar la tesis “Integración del aprendizaje automático para la búsqueda de estrategias de control epidemiológico”, investigación en la que combinó herramientas de Inteligencia Artificial para explorar alternativas frente a escenarios epidemiológicos.
Bajo la asesoría del doctor Jorge Velázquez Castro, docente e investigador de la FCFM, el ahora maestro empleó técnicas de aprendizaje automático, también conocido como Machine Learning, particularmente dos vertientes: Aprendizaje por Refuerzo (Reinforcement Learning) y Aprendizaje Profundo (Deep Learning).
El primero permitió desarrollar una simulación de un entorno epidemiológico a partir del modelo matemático SIR, con el objetivo de identificar estrategias de control; mientras que el Deep Learning contribuyó a mejorar la eficiencia de los algoritmos mediante redes neuronales artificiales.
Una de las particularidades de este trabajo es que parte de conceptos relacionados con los videojuegos. El gusto de Hernández Higuera por esta industria lo llevó a identificar posibilidades del aprendizaje por refuerzo a través del entrenamiento de bots, utilizando un algoritmo conocido como Q-learning.
Durante su formación de posgrado, el estudiante también adquirió herramientas para el manejo y análisis de grandes volúmenes de información, así como técnicas de ciencia de datos aplicadas a proyectos de investigación de gran escala y en diferentes áreas del conocimiento.
Su interés por cursar esta maestría surgió de su inquietud por conocer el potencial de los algoritmos computacionales y su aplicación para resolver problemas complejos.
Con este primer egreso, la Maestría en Investigación en Ciencia de Datos de la BUAP muestra el potencial de la formación interdisciplinaria para vincular matemáticas, computación, Inteligencia Artificial y análisis de datos con desafíos concretos de la sociedad.

