Jose R. Zapata
Data Science Technical Leader
PhD in Tecnologías de la información y las Comunicaciones
Mercado Libre
Data Science Technical Leader en Mercado Libre. Investigador en GIDATIC y Profesor Titular de la facultad de tecnologías de la información y comunicación (TIC), en la Universidad Pontificia Bolivariana (UPB).
Mis intereses son en Ciencia de Datos, , MLOps y tecnologías de la información en audio y musica, que incluye temas como Music information retrieval, Aprendizaje de Maquina (Machine Learning), CI/CD/CT, Análisis de audio y Análisis de datos.
Intereses
- Ciencia de Datos
- MLOps
- Music Information Retrieval
- Procesamiento de Audio
- Python
- Guitarra
Educación
-
PhD in Tecnologías de la información y las Comunicaciones, 2013
Universitat Pompeu Fabra (UPF), Spain
-
Master en Ingenieria area Telecomunicaciones, 2008
Universidad Pontificia Bolivariana (UPB), Colombia
-
Ingeniero Electronico, 2002
Universidad Pontificia Bolivariana (UPB), Colombia
Habilidades
Python
Pandas, Scikit-learn, Numpy, Matplotlib, Plotly, Seaborn, BeautifulSoup, Selenium
Ciencia de Datos
Python, SQL, Pandas, BigQuery
Aprendizaje de Maquina & Deep Learning
Scikit-learn, Pytorch, Machine Learning, NLP, Spacy
MLOps
Kedro, MLflow, Deepchecks, DVC, great expectations
Procesamiento Señales
y Analisis de Frecuencia de señales
Programacion
SQL, Git, CI/CD, Bash, Linux
Proyectos
Proyecto de investigación en Análisis de Datos que combina datos exclusivos de Facebook (Condor Dataset, Crowdtangle, Ad’s) y datos públicos para analizar el comportamiento de las redes sociales para determinar si existe un comportamiento no auténtico coordinado.
Este proyecto es financiado por las Becas Social Media and Democracy Research Grants del Social Science Research Council y acceso a los datos de Facebook a través de Social Science One.
Proyecto de investigacion para explorar el uso de técnicas de aprendizaje automático para musicología computacional, gestión de archivos de música digital y recuperación de información musical. Dos elementos principales del proyecto son: 1. Énfasis en técnicas de aprendizaje automático semi-supervisadas y no supervisadas que dependen mínimamente de la disponibilidad de datos anotados para una tarea específica. 2. La música tradicional colombiana como foco principal de nuestro estudio.
Implementacion en Matlab del Multi Feature Beat Tracker (Information Gain and Regularity),el beat tracker de essentia, mas detalles en Multi-Feature Beat Tracking
Essentia es una libreria en C++ de código abierto para análisis de audio y recuperación de información de música basada en audio. Contiene una amplia colección de algoritmos reutilizables que implementan la funcionalidad de entrada / salida de audio, bloques de procesamiento de señal digital estándar, caracterización estadística de datos y un amplio conjunto de descriptores de música espectrales, temporales, tonales y de alto nivel. Más detalles en este articulo
Este dataset de Beat tracking contiene 217 fragmentos de aproximadamente 40 seg cada uno, de los cuales 19 son fáciles y los 198 restantes son dificiles. Este conjunto de datos ha sido diseñado para técnicas radicalmente nuevas que pueden lidiar con desafiantes situaciones de beat tracking como: acompañamiento suave, tiempo expresivo, cambios de compás, tempo lento, calidad de sonido pobre, etc. Más detalles en Selective Sampling for Beat Tracking Evaluation
Publicaciones
Quickly discover relevant content by filtering publications.
(2021).
Sesquialtera in the Colombian Bambuco: Perception and Estimation of Beat and Meter – Extended version.
Transactions of the International Society for Music Information Retrieval, 4(1), pp.248-262.
(2020).
Sesquialtera in the Colombian Bambuco: Perception and Estimation of Beat and Meter.
International Society for Music Information Retrieval Conference (ISMIR 2020).
(2019).
ACMUS - Advancing Computational Musicology: Semi-supervised and Unsupervised Segmentation and Annotation of Musical Collections.
International Society for Music Information Retrieval Conference (ISMIR 2019).
(2016).
Tempo Estimation.
In Music Data Analysis: Foundations and Applications (pp. 493-510), Claus Weihs, Dietmar Jannach, Igor Vatolkin, Guenter Rudolph (Eds.), Chapman & Hall/CRC, 2016, ISBN 9781498719568.
(2014).
Multi-Feature Beat Tracking.
IEEE/ACM Transactions on Audio, Speech, and Language Processing, Vol. 22, No. 4, P. 816-825.
(2014).
Essentia: an open source library for audio analysis.
ACM SIGMM Records, Vol. 6, No. 1, P. 18-21.
(2013).
Essentia: An Audio Analysis Library for Music Information Retrieval.
14th International Society for Music Information Retrieval Conference (ISMIR 2013), P. 493-498, Curitiba, Brazil.
(2013).
Essentia: an open-source library for sound and music analysis.
21st ACM international conference on Multimedia (ACM Multimedia 2013, MM ‘13), P. 855-858, Barcelona, Spain.
(2013).
Comparative evaluation and combination of automatic rhythm description systems.
Music Technology Group (MTG), Universitat Pompeu Fabra.
(2013).
Using voice suppression algorithms to improve beat tracking in the presence of highly predominant vocals.
IEEE The 38th International Conference on Acoustics, Speech, and Signal Processing , ICASSP 2013, P. 51-55 , Vancouver, Canada.
(2012).
Selective Sampling for Beat Tracking Evaluation.
IEEE Transactions on Audio, Speech and Language Processing, Vol. 20, No. 9, P. 2539-2548.
(2012).
Assigning a confidence threshold on automatic beat annotation in large datasets.
13th International Society for Music Information Retrieval Conference (ISMIR 2012), P.157-162, Porto, Portugal.
(2012).
Improving Beat Tracking in the presence of highly predominant vocals using source separation techniques: Preliminary study.
The 9th International Symposium on Computer Music Modeling and Retrieval (CMMR 2012), London, UK.
(2012).
On the automatic identification of difficult examples for beat tracking: towards building new evaluation datasets.
IEEE The 37th International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2012), P. 89-92 Kyoto, Japan.
(2011).
Comparative Evaluation and Combination of Audio Tempo Estimation Approaches.
42nd AES International Conference, Semantic Audio (Audio Engineering Society), P.198-207, Ilmenau, Germany..
(2008).
Efficient Detection of Exact Redundancies in Audio Signals.
Audio Engineering Society Convention 125, Paper = 7504, San Francisco, EE.UU.
(2004).
Control de Rango Dinamico en Audio con Logica Difusa.
3ra Conferencia Iberoamericana en Sistemas, Cibernética e Informática CISCI 2004, Orlando, EE.UU.
Charlas
Cursos
Cursos pasados y presentes en postgrado y pregrado en la Universidad Pontificia Bolivariana (UPB)
| PostGrado | │ | Pregrado |
|---|---|---|
| Python para Ciencia de Datos | │ | Machine Learning |
| Mineria de Audio | │ | Sistemas y Señales |
| Principios de Procesamiento de Imagenes | │ | Minieria de Datos |
| Procesamiento de Audio | │ | Principios Audio |
| Procesamiento de Señales | │ | Aplicaciones de Audio |
| Principios de Telecomunicaciones | │ | Teoria de Comunicaciones y Lab |
| Matlab | │ | Antenas y Lineas de transmision |
Experiencia
Data Science Technical Leader
Data Scientist Sr
Profesor Titular
Phd. Estudiante Doctorado
Thesis: Comparative evaluation and combination of automatic rhythm description systems,
Directora. Emilia Gomez
Pasantia Doctoral
Tutores. Fabien Gouyon, Matthew E.P. Davies
Profesor Asistente