El pasado 17 de septiembre se produjo el evento de lanzamiento del I Datathon LoDCOREMadrid con la presencia de María Carmen Pérez González (Vicerrectora de Relaciones Institucionales, Igualdad, Cooperación y Desarrollo Sostenible de la UC3M), Javier Carazo Gil (Director General de Reequilibrio Territorial), Pedro Llamas (Vice Presidente, Oracle Europa Central) y José Manuel Molina López (Delegado del Rector para el Campus de Colmenarejo de la UC3M).

El reto que se propone a los participantes del Datathon consiste en resolver el siguiente problema:

“Una persona decide mudarse de la capital a un municipio pequeño de la Comunidad de Madrid (menor de 50.000 habitantes). Para tomar una decisión informada, es conveniente que conozca cuál es la accesibilidad/distancia y la disponibilidad a los distintos servicios públicos que la ciudadanía considera de interés para que su calidad de vida no se vea perjudicada con esta decisión”.

Al evento de lanzamiento del Datathon asistieron 109 personas de manera presencial; 75 estudiantes y 34 entre ponentes, patrocinadores y otros actores de la comunidad
universitaria interesados en el desarrollo del evento.

El evento también fue seguido por la retransmisión en directo habilitada para este propósito contando con 126 usuarios únicos de los cuales, 7 de ellos, estuvieron conectados a lo largo de las 8 horas que duró el evento de lanzamiento del Datathon. Para ayudar a los participantes en el Datathon en el desarrollo del reto se contó con la presencia de administraciones públicas que proporcionan datos en abierto como son: el Instituto Geográfico Nacional, Portal de Datos Abiertos de la Comunidad de Madrid; Instituto de Estadística de la Comunidad de Madrid; y el Instituto Nacional de Estadística. Asimismo, se contó con la presencia de ORACLE y Keensai, patrocinadores del evento, que presentaron ejemplos de cómo algunas tecnologías actuales pueden ayudar a la resolución del problema propuesto, como son: Herramientas de análisis de datos Low Code, procesamiento de datos geográficos y casos prácticos de IA generativa aplicadas a casos similares.

Al evento de lanzamiento del Datathon asistieron 109 personas de manera presencial

El desarrollo del evento se puede repasar en el siguiente enlace: https://youtube.com/live/37PFsACOTXM?feature=share

En ese momento se abrió el plazo de envío de ideas para la resolución del reto que finalizó el pasado 30 de Septiembre de 2025.

Se recibieron ideas de 17 equipos diferentes que incluían un total de 44 estudiantes.

Pasan a la fase de proyectos 10 equipos implicando a 29 estudiantes que cursan 9 tipos de titulaciones diferentes

Las ideas seleccionadas para pasar a la fase de proyectos se pueden consultar en el siguiente enlace: https://datathon.lodcoremadrid.es/ . Esto supondrá la tutorización de 10 equipos implicando a 29 estudiantes que cursan 9 tipos de titulaciones relacionadas:

• Grado en Ingeniería Informática
• Máster Universitario en Métodos Analíticos para Datos Masivos: Big Data
• Máster Universitario en Aprendizaje Automático
• Grado en Matemática Aplicada y Computación
• Grado en Estadística y Empresa
• Máster en Ingeniería Informática
• Máster Universitario en Estadística para la Ciencia de Datos
• Grado en Inteligencia Artificial
• Grado en Ingeniería Robótica

Los puntos fuertes que el jurado ha considerado con respecto a las ideas presentadas han sido:

• La identificación de fuentes de datos públicas de utilidad para abordar el reto.
• Identificación de aspectos que permiten modelar las necesidades de las personas que quieren moverse a municipios pequeños
• Identificación de algunos algoritmos estadísticos y de inteligencia artificial que parecen prometedores para la resolución del reto
• Mecanismos de acceso a los datos que se generen y que permiten su uso por parte de la ciudadanía y usuarios expertos.1

En la fase de PROYECTOS que comenzó el pasado 8 de Octubre, se realiza una tutorización periódica de las ideas seleccionadas buscando que profundicen en las siguientes áreas:

• Concretar cómo las fuentes de datos seleccionadas pueden alimentar correctamente a los algoritmos identificados.
• Profundización en los algoritmos propuestos para la resolución del reto de una manera efectiva.
• Abordaje de la resolución del reto con las herramientas propuestas en cada uno de los casos.