François Chung, Ph.D.

Sobre mí

Actualmente, soy Analista funcional en Zetes (BE). Antes trabajé como Ingeniero de Software Científico en el CISTIB de la UPF (ES), Ingeniero I+D en Sistemas Inteligentes en Inspiralia (ES), Consultor en Eficiencia Energética en E²=MC (BE), Consultor en Implementación de Software en Sofico (BE), Analista de negocio en FIS (BE), y Analista de negocios digitales en Fujitsu (BE).

Desde enero 2011, soy Doctor en Informática de Mines ParisTech (FR). Mi tesis trata principalmente del análisis de imágenes médicas (tratamiento de imágenes) y se hizo en el equipo Asclepios del INRIA Sophia-Antipolis (FR). Mi tesis se encontró enmarcada en la red europea Marie Curie 3D Anatomical Human (3DAH).

Antes de empezar mi doctorado, tomé cursos en visión por computador y robótica en el grupo ViCOROB de la UdG (ES). En 2005, me gradué de Ingeniero Industrial en Informática (Ing.) del ISIB (BE).

Mi experiencia profesional

Inteligencia artificial

Sector financiero

Gestión de flotas

Eficiencia energética

Procesamiento de imágenes

Imagen médica

Donde trabajo

Donde trabajé

Donde estudie

Posiciones ocupadas

Analista de negocio

Consultor

Ingeniero I+D

Ingeniero de Software

Mis diplomas

Doctorado

Ing./M.Sc.

Para quien trabajo (y trabajé)

https://www.francoischung.com/wp-content/uploads/2020/11/Zetes-3-80x80.jpg
Fujitsu
FIS
Sofico
E² = MC
Inspiralia
UPF
Inria

Donde estudie

Inria
Mines ParisTech
UdG
ISIB

Fun Facts

Años en el extranjero

8

Idiomas hablados

5

Publicaciones

22

Países visitados

53
Prueba de identidad

Prueba de identidad

Proyecto Zetes @Bruselas, Bélgica (2021). La prueba de identidad consiste en verificar para un determinado nivel de garantía que una persona, que está reclamando una identidad, es de hecho la persona correcta. Este proceso puede ser realizado manualmente por un operador humano, ya sea in situ (a través de presencia física) o en línea (de forma remota por videoconferencia), pero también automáticamente (p.ej. completamente automatizado en línea o en un entorno controlado).

A nivel europeo, el Instituto Europeo de Normas de Telecomunicaciones (ETSI) está trabajando en la especificación técnica ETSI TS 119 46 para sentar las bases de un nuevo estándar de prueba de identidad, cuyo objetivo es ser aplicable en áreas como la emisión de identidad electrónica (eID) y el Conozca a su cliente (KYC), considerando varios tipos de personas: persona física, persona jurídica y persona física que representa a una persona jurídica.

Uno de los objetivos de esta especificación es proporcionar controles contra dos amenazas principales de prueba de identidad:

  • Evidencia falsificada: una persona afirma una identidad incorrecta utilizando evidencia falsificada;
  • Robo de identidad: una persona usa evidencia válida asociada con otra persona.

Por lo tanto, la implementación de la prueba de identidad requiere un enfoque basado en los riesgos, los resultados y requisitos que pueden ajustarse hasta un cierto nivel de garantía (grado de certeza) del resultado, dependiendo del contexto (p.ej. propósito de la verificación de identidad, regulación, riesgo aceptable en cuanto al resultado del proceso).

En este proyecto, mis tareas están relacionadas con el análisis de la especificación técnica ETSI TS 119 46 para investigar qué partes del proceso de prueba de identidad ya están desarrolladas y disponibles en Zetes (y por lo tanto podrían reutilizarse), cómo las partes que faltan se pueden implementar en la práctica y cuáles son los posibles impactos de la implementación en los productos y soluciones existentes.

Referencias

Proyecto

Artículo relacionado

Más información

ETSI - European Telecommunications Standards Institute

Modelado de procesos y decisiones de negocio

Modelado de procesos y decisiones de negocio

Formación HPI, MOOC (2021). Esta formación en línea presenta conceptos de modelado de procesos de negocio utilizando el estándar BPMN (Business Process Model and Notation). Basado en un conocimiento profundo de BPMN, la última parte de la formación cubre los modelos de decisión que utilizan DMN (Decision Model and Notation). Los modelos de decisión complementan los modelos de proceso mediante la representación de decisiones operativas concretas, tanto con su estructura como con sus lógicas de decisión.

Semana 1: Introducción a la gestión de procesos de negocio

Temas principales:

  • Definición de procesos de negocio;
  • Modelos de procesos de negocio;
  • Procesos de negocio interactivos;
  • Modelos e instancias;
  • Ciclo de vida del proceso de negocio.

Semana 2: Modelado básico de procesos de negocio

Temas principales:

  • Actividades de proceso;
  • Pasarelas exclusivas y paralelas;
  • Pasarelas inclusivas y bucles;
  • Eventos de inicio, intermedios y de fin;
  • Simultaneidad.

Semana 3: Análisis del comportamiento de los modelos de procesos

Temas principales:

  • Comportamiento del proceso;
  • Solidez estructural;
  • Simulación de procesos de negocio;
  • Redes de Petri y análisis de procesos;
  • Comprobación de solidez.

Semana 4: Modelado avanzado de procesos de negocio

Temas principales:

  • Subprocesos y eventos de frontera;
  • Modificadores de actividad;
  • Pasarela basada en eventos;
  • Modelado de las organizaciones;
  • Patrones de asignación de recursos.

Semana 5: Datos en los modelos de procesos de negocio

Temas principales:

  • Organización de modelos de procesos;
  • Datos y flujo de datos;
  • Semántica de ejecución de datos;
  • Datos estructurados y subprocesos;
  • Conformidad con el ciclo de vida del objeto.

Semana 6: Modelado de las decisiones de negocio

Temas principales:

  • Implementación de decisiones;
  • Diagramas de requisitos de decisión;
  • Semántica de tablas de decisión;
  • Análisis de tablas de decisión;
  • Coherencia de procesos y decisiones.

Referencias

Artículo relacionado

Diagramas de clases UML (formación edX)

Más información

BPMN - Business Process Model and Notation
DMN - Decision Model and Notation
openHPI - Hasso Plattner Institute

PKI para documentos de identidad

PKI para documentos de identidad

Proyecto Zetes @Bruselas, Bélgica (2021). Una infraestructura de clave pública (PKI) es un conjunto de componentes físicos (p.ej. computadoras y hardware), procedimientos humanos (p.ej. verificaciones y validación) y software (p.ej. sistema y aplicaciones) destinados a administrar las claves públicas de los usuarios de un sistema. El objetivo es la transferencia electrónica segura de información para una variedad de actividades en línea, como el comercio electrónico y la identificación electrónica (eID).

En el caso de los documentos de identidad electrónicos, como la tarjeta de identidad, una PKI permite vincular las claves públicas a la identidad de los ciudadanos, cuya información personal no solo está impresa en la tarjeta de identidad, sino también almacenada en el chip de la tarjeta de identidad. Este sistema no solo permite a los ciudadanos utilizar su tarjeta para identificarse en línea (autenticación), sino también para firmar documentos digitales mediante una firma electrónica cualificada (QES).

Una PKI también se puede utilizar en un esquema internacional, como para la verificación de pasaportes en las fronteras del país. En ese caso, un país emite pasaportes para sus ciudadanos y también establece una PKI para permitir que otros países verifiquen esos pasaportes. Esto significa que, cuando un ciudadano presenta un pasaporte en el control fronterizo, el sistema de inspección verifica tanto la información de identidad impresa en el pasaporte como la información almacenada en el chip del pasaporte.

Como Analista Funcional y Product Owner dentro del equipo de desarrollo de Zetes People ID, mis tareas están relacionadas con el análisis de las necesidades de software de PKI, ya sean internas o del cliente (p.ej. recopilación de requisitos y presentación de productos), la implementación de software de PKI (p.ej. software releases y documentación) y la gestión de proyectos (p.ej. coordinación del proyecto durante solicitudes de cambio).

Referencias

Artículo relacionado

Prueba de identidad (proyecto Zetes)

Más información

Diagramas de clases UML

Diagramas de clases UML

Formación edX, MOOC (2020). Esta formación en línea de la KU Leuven (BE) proporciona una comprensión profunda de los diagramas de clases del lenguaje de modelado unificado (UML), que se utilizan para representar visualmente el diseño conceptual de un sistema. La formación presenta diagramas de clases UML y explica cómo se utilizan para trazar la estructura de un dominio empresarial mostrando objetos empresariales, sus atributos y asociaciones.

Semana 1: Introducción

Temas principales:

  • ¿Por qué es importante el modelado de datos?
  • Lenguajes de modelado.

Semana 2: Conceptos básicos de UML

Temas principales:

  • Atributos y tipos de datos;
  • Definiciones de clases;
  • Asociación unaria y ternaria;
  • Agregación;
  • Asociación derivada e implícita;
  • Caminos paralelos.

Semana 3: UML avanzado

Temas principales:

  • Superclase, subclase y herencia;
  • Conjuntos de generalización;
  • Restricciones a la generalización y especialización;
  • Asociaciones heredadas;
  • AssociationClass;
  • Cosificación de asociación.

Referencias

Artículo relacionado

Más información

UML - Unified Modeling Language
edX

Aprendizaje profundo y TensorFlow

Aprendizaje profundo y TensorFlow

Formación Cognitive Class, MOOC (2020). Esta ruta de aprendizaje presenta los conceptos básicos de aprendizaje profundo y TensorFlow con experiencia práctica en la resolución de problemas. Durante toda la formación, TensorFlow se utiliza en el ajuste de curvas, la regresión, la clasificación y la minimización de funciones de error. Luego, este concepto se explora en el mundo del aprendizaje profundo, donde TensorFlow se aplica para la propagación hacia atrás para ajustar los pesos y los sesgos.

Curso 1: Fundamentos del aprendizaje profundo

Temas principales:

  • Introducción al aprendizaje profundo;
  • Modelos de aprendizaje profundo;
  • Modelos adicionales de aprendizaje profundo;
  • Bibliotecas y plataformas de aprendizaje profundo.

Curso 2: Aprendizaje profundo con TensorFlow

Temas principales:

  • Introducción a TensorFlow;
  • CNN - Red neuronal convolucional;
  • RNN - Red neuronal recurrente;
  • Aprendizaje sin supervisión.

Referencias

Formación

Deep learning fundamentals (Fundamentos del aprendizaje profundo, certificado del curso)
Deep Learning Essentials (insignia de certificación)
Deep learning with TensorFlow (Aprendizaje profundo con TensorFlow, certificado del curso)
Deep Learning using TensorFlow (insignia de certificación)

Artículos relacionados

Más información

ITIL Fundamentos

ITIL Fundamentos

Formación QRP International, Bélgica (2020). Esta formación en línea introduce a los participantes a la gestión de servicios de TI (ITSM) y los prepara para el examen de ITIL Fundamentos. La formación proporciona una comprensión del lenguaje común y los conceptos clave de ITIL (Information Technology Infrastructure Library) y muestra cómo los profesionales de ITSM pueden mejorar su trabajo y el trabajo de su organización gracias a la guía ITIL 4.

Módulo 1: Introducción

Temas principales:

  • Guía para el examen ITIL Fundamentos;
  • Repositorio y documentos ITIL;
  • Versiones sucesivas de ITIL.

Módulo 2: Definiciones y conceptos clave

Temas principales:

  • Gestión de servicios;
  • Provisión de servicios;
  • Cliente, usuario y patrocinador;
  • Servicios y productos;
  • Oferta de servicios;
  • Relaciones de servicio;
  • Consumo de servicios;
  • Entregables y resultados;
  • Utilidad y garantía.

Módulo 3: Los 7 principios rectores de ITIL

Temas principales:

  • Centrarse en el valor;
  • Empiece donde está;
  • Progresar de forma iterativa con retroalimentación;
  • Colaborar y promover la visibilidad;
  • Pensar y trabajar de manera integral;
  • Mantenlo simple y práctico;
  • Optimizar y automatizar.

Módulo 4: Las 4 dimensiones de la gestión de servicios

Temas principales:

  • Organizaciones y personas;
  • Información y tecnología;
  • Socios y proveedores;
  • Flujos de valor y procesos.

Módulo 5: La cadena de valor del servicio

Temas principales:

  • Planificar;
  • Participar;
  • Diseño y transición;
  • Obtener y construir;
  • Entregar y apoyar;
  • Mejorar.

Módulo 6: Prácticas de gestión general

Temas principales:

  • Mejora continua;
  • Gestión de la seguridad de la información;
  • Gestión de relaciones;
  • Administración de suministros.

Módulo 7: Prácticas de gestión de servicios

Temas principales:

  • Control de cambios;
  • Administración de incidentes;
  • Gestión de activos de TI;
  • Seguimiento y gestión de eventos;
  • Manejo de problemas;
  • Gestión de la liberación;
  • Gestión de la configuración del servicio;
  • Mesa de servicio;
  • Gestión de nivel de servicio;
  • Gestión de solicitudes de servicio.

Referencias

Formación

Certificación (PeopleCert)

Más información

Formador de primeros auxilios

Formador de primeros auxilios

Formación Cruz Roja, Bélgica (2020). Esta formación de 10 días para formadores de primeros auxilios cubre los gestos técnicos y los métodos de enseñanza necesarios para llevar a cabo sesiones de formación en primeros auxilios para el BEPS (brevet européen de premiers secours). El formador enseña a los participantes los gestos salvadores, y adquieren así los reflejos adecuados que los convertirán en un eslabón imprescindible en la cadena de rescate.

Día 1: Módulo técnico

Temas principales:

  • Colocación de la víctima;
  • Reanimación cardiopulmonar (RCP);
  • Desfibrilador externo automatizado (DEA).

Día 2: Refuerzo teórico

Temas principales:

  • La célula humana;
  • El cuerpo humano;
  • Patologías.

Día 3: Organización de formaciones

Temas principales:

  • Maquillaje;
  • Limpiar el maniquí;
  • Marco legal.

Día 4: Refuerzo de primeros auxilios (I)

Temas principales:

  • Material de primeros auxilios;
  • Reglas esenciales de intervención;
  • Acercarse a una víctima inconsciente.

Día 5: Refuerzo de primeros auxilios (II)

Temas principales:

  • Acercarse a una víctima consciente;
  • Lesiones de la piel;
  • Lesiones musculoesqueléticas.

Día 6: Pedagogía

Temas principales:

  • Metodología;
  • Metas educativas;
  • Gestión de una animación.

Día 7: Módulo específico (I)

Temas principales:

  • Accidente eléctrico;
  • Accidente automovilístico;
  • Envenenamiento por CO.

Día 8: Módulo específico (II)

Temas principales:

  • Posición lateral de seguridad (PLS);
  • RCP y DEA;
  • Obstrucción de la vía aérea.

Día 9: Módulo específico (III)

Temas principales:

  • Herida con cuerpo extraño;
  • Trauma de la cabeza;
  • Quemadura térmica severa.

Día 10: Módulo específico (IV)

Temas principales:

  • Esguince de tobillo;
  • Hemorragia;
  • Dolor en el pecho.

Referencias

Artículos relacionados

Socorrismo (formación Cruz Roja)
Primeros auxilios (formación Cruz Roja)

Más información

BEPS – Brevet européen de premiers secours
Animateur.rice premier secours (formador de primeros auxilios)
Croix-Rouge de Belgique (Cruz Roja de Bélgica)

Google Cloud big data y aprendizaje automático

Google Cloud: big data y aprendizaje automático

Formación Coursera, MOOC (2020). Esta formación en línea presenta las capacidades de big data y aprendizaje automático (ML) de Google Cloud Platform (CGP). Mediante una combinación de presentaciones, demostraciones y laboratorios prácticos, la formación brinda una descripción general de Google Cloud y una vista detallada de las soluciones de procesamiento de datos y de ML, como BigQuery, Cloud SQL, Dataproc, Pub/Sub, Dataflow y Data Studio.

Semana 1: Big data y fundamentos de ML

Temas principales:

  • Explorar un conjunto de datos públicos BigQuery;
  • Elegir el enfoque de solución adecuado;
  • Recomendar productos con Cloud SQL y Spark;
  • Predecir las compras de visitantes con BigQuery ML.

Semana 2: Desafíos de la canalización de datos moderna

Temas principales:

  • Paneles de control IoT en tiempo real;
  • Crear una canalización de datos de transmisión;
  • ML en conjuntos de datos no estructurados;
  • Clasificación de imágenes con modelos ML prediseñados.

Referencias

Formación

Artículos relacionados

Más información

Fundamentos de Spark

Fundamentos de Spark

Formación Cognitive Class, MOOC (2020). Esta ruta de aprendizaje aborda los fundamentos de Apache Spark, un motor de código abierto para el procesamiento de datos a gran escala que está revolucionando el mundo de la analítica y del big data. Esta formación es una oportunidad para aprender de los líderes de la industria sobre Spark, que se basa en la velocidad, la facilidad de uso y el análisis, y brinda oportunidades y proyectos prácticos para generar confianza con el conjunto de herramientas de Spark.

Curso 1: Fundamentos de Spark I

Temas principales:

  • Introducción a Spark;
  • Resilient Distributed Dataset (RDD) y DataFrames;
  • Programación de aplicaciones Spark;
  • Introducción a las bibliotecas de Spark;
  • Configuración, seguimiento y puesta a punto de Spark.

Curso 2: Fundamentos de Spark II

Temas principales:

  • Introducción a los notebooks;
  • Arquitectura RDD;
  • Optimización de transformaciones y acciones;
  • Caché y serialización;
  • Desarrollo y pruebas.

Curso 3: Spark MLlib

Temas principales:

  • Tipos de datos Spark MLlib;
  • Revisión de algoritmos;
  • Árboles de decisión y bosques aleatorios;
  • Agrupamiento Spark MLlib.

Curso 4: Exploración de GraphX

Temas principales:

  • Introducción a Graph-Parallel;
  • Exploración de los operadores de gráficos;
  • Visualización y modificación de GraphX;
  • Agregación y almacenamiento en caché.

Curso 5: Big data en R con Spark

Temas principales:

  • Introducción a SparkR;
  • Manipulación de datos con SparkR;
  • Aprendizaje automático con SparkR.

Referencias

Formación

Spark fundamentals I (Fundamentos de Spark I, certificado del curso)
Spark – Level 1 (insignia de certificación)
Spark fundamentals II (Fundamentos de Spark II, certificado del curso)
Spark MLlib (certificado del curso)
Exploring GraphX (Exploración de GraphX, certificado del curso)
Big data in R using Spark (Big data en R con Spark, certificado del curso)
Spark - Level 2 (insignia de certificación)

Artículos relacionados

Fundamentos de Hadoop (formación Cognitive Class)
Especialización en ciencia de datos (formación Coursera)

Más información

Fundamentos de Hadoop

Fundamentos de Hadoop

Formación Cognitive Class, MOOC (2020). Esta ruta de aprendizaje presenta Hadoop, que es un marco de código abierto para el almacenamiento distribuido y el procesamiento de big data. La formación cubre contenido que es fundamental para el éxito de cualquier persona en este ámbito al explicar el diseño conceptual de Hadoop, presentar MapReduce, YARN (Yet Another Resource Negotiator) y Hive, y luego explicar cómo usar Hadoop y manipular datos sin el uso de codificación compleja.

Curso 1: Hadoop 101

Temas principales:

  • Introducción a Hadoop;
  • Arquitectura de Hadoop y HDFS;
  • Administración de Hadoop;
  • Componentes de Hadoop.

Curso 2: MapReduce y YARN

Temas principales:

  • Introducción a MapReduce y YARN;
  • Limitaciones de Hadoop v1 y MapReduce v1;
  • Arquitectura de YARN.

Curso 3: Movimiento de datos en Hadoop

Temas principales:

  • Escenarios de carga;
  • Uso de Sqoop;
  • Descripción general de Flume;
  • Uso de Data Click.

Curso 4: Acceso a datos de Hadoop usando Hive

Temas principales:

  • Introducción a Hive;
  • Hive DDL - Lenguaje de definición de datos;
  • Hive DML - Lenguaje de manipulación de datos;
  • Operadores y funciones de Hive.

Referencias

Formación

Hadoop 101 (certificado del curso)
Hadoop Foundations – Level 1 (insignia de certificación)
MapReduce and YARN (MapReduce y YARN, certificado del curso)
Hadoop Programming – Level 1 (insignia de certificación)
Moving data into Hadoop (Movimiento de datos en Hadoop, certificado del curso)
Hadoop Administration – Level 1 (insignia de certificación)
Accessing Hadoop data using Hive (Acceso a datos de Hadoop usando Hive, certificado del curso)
Hadoop Data Access – Level 1 (insignia de certificación)
Hadoop Foundations – Level 2 (insignia de certificación)

Artículos relacionados

Fundamentos de Spark (formación Cognitive Class)
Especialización en ciencia de datos (formación Coursera)

Más información