Saltar al contenido
← Volver a la bitácora

Ciencia de datos e IA· · Semestre: 2025· 2 min de lectura

ECOBOX AI: investigar en equipo con estudiantes que tienen exámenes

En DataLab ITAM fui parte del equipo de ECOBOX AI, un modelo de visión por computadora para clasificar residuos. Entregamos el modelo y un paper; lo difícil no fue lo técnico, sino hacer investigación con gente que tiene exámenes.

DataLab es la comunidad estudiantil de ciencia de datos del ITAM. Durante 2025 fui su Research Manager y participé en su proyecto principal, ECOBOX AI: un modelo de visión por computadora que clasifica residuos en categorías de reciclaje a partir de una imagen, pensado para un contenedor inteligente. El entregable final fue el modelo entrenado y un paper; no llegamos a un prototipo instalado, y prefiero decirlo tal cual.

El problema técnico

Clasificación de imágenes con clases desbalanceadas y fotos tomadas en condiciones reales: iluminación variable, objetos sucios o deformados, fondos que no ayudan. El pipeline es el clásico de visión moderna: dataset etiquetado, aumentos de datos, un modelo convolucional preentrenado ajustado a nuestras clases, y una evaluación que mira la matriz de confusión completa y no solo la exactitud, porque confundir vidrio con plástico no cuesta lo mismo que confundir cartón con papel.

Lo técnico fue lo esperado. Lo que no esperaba era todo lo demás.

Investigar con estudiantes

Un equipo estudiantil tiene una característica que ningún equipo profesional tiene: todos desaparecen en semana de exámenes, al mismo tiempo. Trabajar el proyecto significó aceptar esa realidad y diseñar alrededor de ella.

Lo que me llevo

Que sostener una investigación en equipo es una habilidad distinta a hacer investigación, y que las dos se necesitan. Que la documentación es la infraestructura de la continuidad. Y que trabajar en un problema con impacto ambiental, aunque sea a escala de un contenedor, le da al equipo una razón para volver después de los exámenes.