CVPR 2026 Workshop on Multimodal Algorithmic Reasoning (MAR) – Submission Deadline 5th March

The deadline for submission to the CVPR 2026 MAR workshop is extended to 5th March. If you work in multimodal learning, foundation models, or topics related to LLMs and cognition, we encourage you to submit your latest research to our workshop. See full details below. Apologies for cross-posting.
 


Multimodal Algorithmic Reasoning Workshop (MAR-CVPR 2026)

June 3rd / 4th, 2026, Denver

Held in conjunction with CVPR 2026

https://marworkshop.github.io/cvpr26/

CALL FOR PAPERS

Large AI frameworks have been rapidly increasing their data modeling capabilities in recent years, with compelling applications emerging frequently, some of which may even appear to challenge human intelligence. Yet, despite this impressive performance, there remain open questions about whether these models possess the foundations of general intelligence, or whether they succeed without human-like understanding. This motivates the development of better tools for assessing such models, alongside continued advances in model design.

This workshop focuses on multimodal algorithmic reasoning, where an agent must assimilate information from multiple modalities for complex problem solving. Real-world examples of such problems include: (i) chain-of-thought reasoning across modalities, (ii) vision-and-language problem solving, (iii) agentic reasoning and tool use, and (iv) reasoning under physical constraints, among others. Over the past year, we have seen rapid advances in AI that more effectively bridge modalities, inspiring both optimism about superhuman capabilities and skepticism about the limits of current approaches. This is an opportune moment to explore critical challenges, including new architectures for visual and physical reasoning, data generation via simulators, and the theoretical limits of reasoning in large models. 

Through talks by outstanding researchers and faculty, we aim to delve deeply into this topic at the intersection of multimodality, algorithmic foundations, and cognitive science, to better understand what has been achieved in machine intelligence and what remains missing relative to human cognition, as we seek the next steps toward advancing AI to the next frontier.

___________________________________________________________________________

KEYNOTE SPEAKERS

Pushmeet Kohli, Google DeepMind

Ali Farhadi, University of Washington

Melanie Mitchell, Santa Fe Institute,

Jiayuan Mao, University of Pennsylvania

Jialong Wu, Tsinghua University

__________________________________________________________________________

IMPORTANT DATES & DETAILS

Submission deadline: March 5 (Anywhere on Earth) 

Final decision notification: March 20 

Camera Ready: April 10

___________________________________________________________________________

TOPICS 

We invite submissions of original and high-quality research papers in the topics related to multimodal algorithmic reasoning. The topics for MAR-CVPR 2026 include, but are not limited to:

* Multimodal structured and multi-step reasoning across vision, language, audio, and other modalities, including compositional and programmatic inference.
* Multimodal foundation models and world models for reasoning, planning, and decision-making, and their connections to general intelligence.
* Reasoning under physical, geometric, and causal constraints, including embodied agents, simulators, and digital twins.
* Multi-agent reasoning and collaboration, including debate, coordination, mixture-of-experts, and reward- or critique-based aggregation.
* Extreme generalization and concept learning, including few-shot, zero-shot, and out-of-distribution multimodal reasoning.
* Scaling laws, efficiency, and test-time reasoning, including inference-time optimization, self-refinement, and tool-augmented reasoning.
* Benchmarks, datasets, diagnostics, and evaluation, including synthetic data, interpretability, and systematic analysis of shortcomings and failure modes in multimodal AI models.
* Theoretical and cognitive perspectives on multimodal reasoning, including limits of current models and insights from human cognition.

* Human–AI reasoning comparisons and foundations, including perspectives from psychology, neuroscience, and child development; theoretical limits of reasoning in large models; and position papers on how current multimodal AI reasoning differs from human cognition.

___________________________________________________________________________

SUBMISSION INSTRUCTIONS

We are inviting submissions of both original and previously published works.  

All submissions are handled via the workshop’s OpenReview website: https://openreview.net/group?id=thecvf.com/CVPR/2026/Workshop/MAR.

Submissions should be made in PDF format and must follow the CVPR 2026 submission style provided here: https://github.com/cvpr-org/author-kit/archive/refs/tags/CVPR2026-v1(latex).zip.

* We allow three types of submissions:

     1. Original and unpublished papers of up to 8 pages, which will be published as part of the CVPR 2026 workshop proceedings and will be released on the workshop website upon acceptance

     2. Original and unpublished papers of up to 4 pages, which will not be included in the CVPR workshop proceedings and will be released only on the workshop website upon acceptance; and

    3. Previously accepted or published papers of up to 8 pages, which will be released only on the workshop website upon acceptance to our workshop.

* All the page limits above are excluding references, acknowledgements, and other non-technical content (e.g., scope, limitations, impact statement).

* Authors may upload an optional Appendix, containing additional details, proofs, images, etc. as part of the submission pdf (after the references) or in a separate zip file (with a max of 50MB in size). The deadline for submitting these supplementary materials is the same as that for the main paper.

* All submissions should maintain author anonymity and should abide by the CVPR 2026 conference guidelines for double-blind review. 

* Accepted papers will be presented as either an oral, spotlight, or poster presentation. At least one author of each accepted submission must present the paper at the workshop in-person

* Presentation of accepted papers at our workshop will follow the same policy as that for accepted papers at the CVPR 2026 main conference.

* Accepted papers will be made publicly accessible on the workshop website shortly after the camera-ready deadline.

* The submitting authors are expected to also be reviewers for the workshop. 


___________________________________________________________________________
WORKSHOP ORGANIZERS

Anoop Cherian, Mitsubishi Electric Research Laboratories

Suhas Lohit, Mitsubishi Electric Research Laboratories

Kuan-Chuan Peng, Mitsubishi Electric Research Laboratories

Honglu Zhou, Salesforce AI Research

Kevin A. Smith, Massachusetts Institute of Technology

Joshua B. Tenenbaum, Massachusetts Institute of Technology

___________________________________________________________________________

CONTACT

Email: smart101@googlegroups.com 

Website: https://marworkshop.github.io/cvpr26/

📣 Call for Challenges — AVSS 2026 – DEADLINE EXTENSION 10 March – 📣


📣
 Call for Challenges — AVSS 2026  DEADLINE EXTENSION 10 March 📣



The 22th International Conference on Advanced Visual and Signal-Based Systems (AVSS 2026) (Lecce – Italy, 31 Aug 1-3  Sep 2026) invites proposals for Challenges to be held in conjunction with the main conference.


We extended the deadline for Challenge proposal to 10 March

Challenges will be accepted and launched as proposals are received


Challenges are what make a conference truly come alive, adding energy, excitement, and plenty of conversation throughout the conference. They turn great ideas into real-world tests, where methods are compared, results are shared, and progress happens together.

By working on shared datasets with clear tasks and evaluation rules, challenges support reproducible research, fair benchmarking, and hands-on experimentation. They also bring academia, industry, and public institutions to the same table—collaborating on concrete problems inspired by real needs.


AVSS 2026 is looking for bold and engaging challenges that showcase cutting-edge research while tackling important surveillance, safety, and security topics. Help us make AVSS 2026 more dynamic, interactive, and fun than ever!

👉 Got an idea? Let’s challenge the community!


🎯 Scope and Topics of Interest

We welcome challenge proposals aligned with (but not limited to) the following AVSS 2026 themes:

  • Image and Video Analytics

  • Model Security, Privacy, Fairness, and Robustness

  • Multimodal Sensor Fusion and AI-driven Situational Awareness

  • IoT and Signal Analytics

  • Environmental and Ecological Surveillance

  • Systems and Applications

  • Medical Imaging for Safety, Monitoring, and Security

  • Healthcare and Assisted Living Environments

  • Smart Cities and Infrastructure Monitoring

  • Retail Analytics

🌟 Why Challenges Matter at AVSS

Challenges are more than competitions — they are engines of community building and scientific progress:

  • 🔬 Promote reproducibility through shared datasets and evaluation protocols

  • ⚖️ Enable fair and transparent comparison of methods

  • 🚀 Accelerate innovation by focusing efforts on well-defined, impactful problems

  • 🤝 Bridge academia and industry, often leveraging real-world data and constraints

  • 🎓 Engage students and early-career researchers, making AVSS more inclusive and dynamic

By hosting challenges, AVSS 2026 aims to energize the conference, attract broader participation, and stimulate meaningful discussions that extend well beyond the event itself.


📄 Challenge Proposal Guidelines

Challenge proposals should include:

  1. Title and short description of the challenge

  2. Motivation and relevance to AVSS topics and community

  3. Task definition and expected outcomes

  4. Dataset description (existing or to be released, including access conditions)

  5. Evaluation protocol and metrics

  6. Organizing team (with brief bios and affiliations)

  7. Planned format (online phase, leaderboard, workshop session, etc.)

  8. Expected number of participants and outreach plan

🗓 Important Dates and Submission

  • Challenge proposal submission deadline: 15/02/2025

  • Notification of acceptance: 28/02/2025

  • Challenge launch: 04/03/2025

  • Final results & presentations at AVSS 2026

Challenge proposals should be submitted via  email at <a href="mailto:challenges@avss2026.org" title="mailto:challenges@avss2026.org” style=”color:rgb(0,120,212);margin-top:0px;margin-bottom:0px” target=”_blank”>challenges@avss2026.org

📬 Contact

For inquiries, please contact the AVSS 2026 Challenge Chairs at: <a href="mailto:challenges@avss2026.org" title="mailto:challenges@avss2026.org” style=”color:rgb(0,120,212);margin-top:0px;margin-bottom:0px” target=”_blank”>challenges@avss2026.org 


Marco Del Coco, PhD

National Research Council of Italy (CNR)
Institute of Applied Sciences and. Intelligent Systems – ScienceApp  (ISASI)

Cell.   +39 328 3577886

Linkedin: https://www.linkedin.com/in/marco-del-coco-cnr/
Web: https://www.isasi.cnr.it/profile/marco.delcoco/

Call for Participation: Machine Learning Summer School on Reliability and Safety (MLSS^R&S 2026)

We are pleased to announce the 4th edition of the Machine Learning Summer School (MLSS^R&S 2026). This year's program focuses on AI safety, reliability, and the robustness of machine learning systems.

 

Dates: June 29 – July 3, 2026

Location: Kraków, Poland

Website: https://mlss2026.mlinpl.org/

 

Key Speakers:

  • Franziska Boenisch (CISPA Helmholtz Center) – Private and trustworthy machine learning.

  • Dominik Janzing (Amazon) – Causal inference for cloud computing.

  • Wojciech Samek (TU Berlin) – Explainable AI

  • Adam Dziedzic (CISPA Helmholtz Center) – Secure and trustworthy Machine Learning

  • Randall Balestriero (Brown University / Meta AI Research) – Self-supervised learning

  • (More speakers to be announced soon)

 

Important Deadlines:

  • Early Bird Application: March 8, 2026 (AoE)

  • Regular Application: April 19, 2026 (AoE)

 

The event is organized by Jagiellonian University, the ML in PL Association, GMUM, IDEAS Research Institute, and ELLIS Unit Warsaw. It is designed for PhD students, research-oriented Master's students, and early-career researchers interested in the foundations of trustworthy AI.

As part of this announcement, we are offering a 10% discount on the registration fee for participants who use the code below. The discount applies in addition to any current rate, including the Early Bird fee.

Discount code: MLSS-RS2026-NETWORK

 

Apply here: https://mlss2026.mlinpl.org/

Contact: mlss@mlinpl.org

SADIO – Curso Virtual – Introducción a Golang

Estimados

Les acercamos información sobre el curso virtual que se dictará en SADIO.
Esperamos que sea de su interés y agradecemos la difusión que pueda darle.
Consulte por otros cursos en https://academia.sadio.org.ar/

Saludos cordiales.
 
¡Seguinos en nuestras redes sociales para enterarte de más novedades! 

 

Fecha de inicio: 16 de Marzo de 2026
 
Docente: Reyna Der Boghosian
 
Días y horarios: Las clases sincrónicas se dictarán los lunes de 10 a 12 hs. Las actividades asincrónicas quedarán disponibles en la plataforma.
 
Duración: 5 semanas
 
Introducción
Golang, o simplemente Go, es un lenguaje de programación de código abierto desarrollado por Google en 2007 y lanzado públicamente en 2009. Fue diseñado para ser eficiente, simple y altamente concurrente, con un enfoque en el rendimiento y la facilidad de uso.
 
¿Por qué Aprender Golang?
Escalabilidad y rendimiento: Empresas como Google, Uber, Netflix y Dropbox lo utilizan para desarrollar sistemas de alto rendimiento.
Ideal para backend y cloud computing: Es ampliamente utilizado en Kubernetes, Docker y herramientas DevOps.
• Alta demanda en la industria: Muchas startups y grandes empresas buscan desarrolladores con experiencia en Go.
 

 

Propuesta
• Este curso está diseñado para introducir a los participantes en el lenguaje de programación Go (Golang), desde los fundamentos hasta el desarrollo de aplicaciones prácticas. A lo largo de cinco semanas, los participantes aprenderán a escribir código eficiente, manejar concurrencia y construir API REST con Go, utilizando herramientas modernas y buenas prácticas.
• El enfoque es un hibrido entre teórico y práctico, con ejercicios y un proyecto final que permitirá a los participantes aplicar los conocimientos adquiridos en un entorno real.
 

 

Objetivo

• Capacitar a los participantes en el desarrollo de aplicaciones con Golang, brindándoles las habilidades necesarias para construir software escalable y eficiente, con especial énfasis en concurrencia y desarrollo backend.
 
 
Destinatarios/as: 

• Personas con conocimientos básicos en programación que desean aprender un lenguaje moderno y eficiente.
• Profesionales y/o estudiantes de informática que buscan expandir su stack tecnológico.
 

 

Requisitos:
• Mínimos: Uso avanzado de PC. Facilidad para navegar por Internet. Lectura básica de textos técnicos en inglés. Conocimientos básicos de programación (Deseable).
• Técnicos: Es deseable el conocimiento de programación y lenguajes de consulta a base de datos. Conocimientos básicos de arquitectura de software (Deseable). 
 

 

Contenidos:
Semana 1: Introducción a Golang y Configuración del Entorno
• Historia y filosofía de Go
• Instalación y configuración del entorno de desarrollo
• Estructura básica de un programa en Go
• Tipos de datos y variables
• Operadores y estructuras de control
 
Semana 2: Funciones, Estructuras y Métodos
• Declaración y uso de funciones
• Argumentos y retorno de funciones
• Punteros en Go
• Estructuras y métodos
• Interfaces y su uso en Golang
 
Semana 3: Manejo de Errores y Concurrencia
• Manejo de errores y defer, panic, recover
• Introducción a goroutines
• Canales y sincronización
• Uso de sync y context
 
Semana 4: Trabajo con Archivos y Bases de Datos
• Lectura y escritura de archivos
• Uso de json y xml
• Conexión con bases de datos (PostgreSQL o MySQL) usando gorm
• Operaciones CRUD con una base de datos
 
Semana 5: Desarrollo de una API REST con Go
• Uso de net/http
• Handlers y http.Handler
• Router simple con ServeMux
• Manejo de JSON (encoding/json)
• Uso correcto de context.Context
• Manejo de errores idiomático
 

 
Modalidad de cursada
Las clases se desarrollarán en modalidad virtual con encuentros sincrónicos semanales, a través del campus de SADIO. 
La metodología de trabajo será teórico-práctica.
Se pone a disposición, material audiovisual en donde se explica el contenido teórico.
Lectura de material obligatorio
Las clases sincrónicas quedarán grabadas en el campus para su consulta durante el curso. Las clases grabadas no podrán descargarse, sólo estarán disponibles en la plataforma.

 
Modalidad de aprobación
Asistencia de 80% de los encuentros sincrónicos
Aprobación del ejercicio final individual, o en grupo, de aplicación de los contenidos aprendidos.
 

Formulario de inscripción: https://forms.gle/h7ZwAwZNxryTp8haA

 
Aranceles
Inscripción temprana (hasta el 9 de Marzo de 2026)
* AR$ 60.000.- (para nacionales)
* USD 51.- (para extranjeros)
 
Inscripción tardía (desde el 10 de Marzo de 2026)
* AR$ 66.000.- (para nacionales)
* USD 57.- (para extranjeros)
 
50% Descuento para socios de SADIO (con 12 meses de antigüedad)
Los socios de AADECA gozan de los mismos derechos que los socios de SADIO
 
 
Medios de pago disponibles:
– Pago por Transferencias Bancarias (solo para residentes en Argentina) a:
NUEVA CUENTA BANCARIA
SANTANDER PESOS
Razón Social A SADIO SOC ARG DE INF E INV O
CUIT/CUIL 30649312180
Cta Cte en Pesos 029-040893/4
CBU 0720029820000004089340
Alias SOCIEDAD.SADIO

 
 
– Pago con Tarjeta de crédito/débito (Visa o Master). Solicitar el botón de pago correspondiente a informacion@sadio.org.ar
Es posible pagar en cuotas con interés. Consulte.
 
– PAYPAL (para extranjeros). Solicite el link de pago.
 
¡Cupos limitados! Reserva tu vacante con el pago de tu inscripción

Antecedentes de la docente:
Reyna Der Boghosian:
Ingeniera en computación graduada de la Universidad de la República (UdelaR) en Uruguay, con una maestría en el Programa de Desarrollo de las Ciencias Básicas (PEDECIBA). A lo largo de su carrera, ha participado en diversos proyectos de investigación aplicados, con un enfoque en tecnologías emergentes como Blockchain, Go y Rust.

SADIO – Curso Virtual – Calidad de Datos

Estimados

Les acercamos información sobre el curso virtual que se dictará en SADIO.
Esperamos que sea de su interés y agradecemos la difusión que pueda darle.
Consulte por otros cursos en https://academia.sadio.org.ar/

Saludos cordiales.
 
¡Seguinos en nuestras redes sociales para enterarte de más novedades! 

 

Fecha de inicio: 30 de Marzo de 2026
 
Docente: Dra. Ing. Roxana Martínez
 
Días y horarios: Las clases sincrónicas se dictarán los lunes de 16:30 a 18:30 hs. Las actividades asincrónicas quedarán disponibles en la plataforma.
 
Duración: El curso se desarrollará en 6 (seis) semanas, con 6 (seis) clases sincrónicas semanales de 2 (dos) horas cada una. 
Se complementará con actividades de trabajo autónomo en modalidad asincrónica, que incluyen ejercicios prácticos con datasets reales, lecturas técnicas y desarrollo progresivo del proyecto integrador. 
La dedicación estimada para el trabajo asincrónico es de aproximadamente 6 (seis) horas semanales.
La carga horaria total del curso es de 48 (cuarenta y ocho) horas.
 

Descripción: Este curso proporciona una formación integral en Calidad de Datos, abordando los principios conceptuales, metodológicos y técnicos necesarios para transformar los datos en un activo estratégico para las organizaciones.
 
A lo largo de seis semanas se analizarán los principales problemas de calidad, valores faltantes, duplicados, inconsistencias, errores de formato y falta de integridad; y se desarrollarán técnicas de limpieza, transformación, validación y perfilado de datos utilizando herramientas actuales.
 
El curso integra el enfoque técnico con una perspectiva organizacional, incorporando conceptos de gobernanza de datos, métricas de calidad, indicadores (DQI) y marcos de referencia como DAMA-DMBOK.
 
Como cierre, los participantes desarrollarán un proyecto integrador que les permitirá aplicar los conocimientos adquiridos a un caso práctico real, consolidando una visión técnica y estratégica de la calidad de datos.
 

Objetivo

Este curso está diseñado para profesionales y estudiantes que deseen adquirir una comprensión estructurada de la Calidad de Datos y su impacto en la toma de decisiones organizacionales. A través de un enfoque teórico-práctico, los participantes explorarán herramientas, metodologías y buenas prácticas para garantizar la integridad, confiabilidad y consistencia de los datos.
 
Al finalizar el curso, serán capaces de:
• Evaluar la calidad de conjuntos de datos mediante métricas e indicadores específicos.
• Identificar y cuantificar problemas de calidad en datos estructurados.
• Aplicar técnicas de limpieza, transformación y validación utilizando herramientas actuales.
• Implementar procesos básicos de gobernanza de datos.
• Diseñar indicadores de calidad de datos (DQI).
• Desarrollar un proyecto práctico integrador aplicando los conceptos trabajados durante el curso.
 

Modalidad: Las clases se desarrollarán en modalidad virtual con encuentros sincrónicos y asincrónicos a través del campus de SADIO.

Se utilizarán como recursos clases en vivo, videos, presentaciones, lecturas guiadas, ejercicios prácticos y foros de discusión. Todos los materiales quedarán disponibles en la plataforma.
Las clases sincrónicas se grabarán y permanecerán disponibles hasta un mes después de la finalización del curso.
 

Destinatarios/as: 

Este curso está dirigido a profesionales y estudiantes interesados en fortalecer sus competencias en calidad de datos y gobernanza de la información.
Está especialmente orientado a:
• Analistas de datos
• Científicos/as de datos
• Ingenieros/as de datos
• Profesionales de negocios que trabajan con información para la toma de decisiones
• Estudiantes avanzados de carreras vinculadas a tecnología y análisis de datos.
 

Requisitos:
Se recomienda contar con conocimientos básicos de programación (preferentemente Python) y nociones generales de bases de datos y SQL.
No se requiere experiencia previa en gestión formal de calidad de datos, ya que los fundamentos serán desarrollados progresivamente.
Es necesario contar con una computadora con conexión a Internet para realizar las actividades prácticas.

 

Software a utilizar:
  • Herramientas para manipulación y limpieza de datos
    • Python; SQL; Excel
    Herramientas para visualización
    • Tableau; Power BI; Python (bibliotecas de visualización)
    Herramientas para gestión y perfilado de calidad
    • Talend; Herramientas de perfilado de datos
     
Fundamentos: 
En un entorno organizacional cada vez más orientado a los datos, garantizar su calidad resulta esencial para la toma de decisiones confiables y estratégicas.
 
Desde el punto de vista conceptual, el curso aborda las dimensiones de la calidad de datos, el ciclo de vida de la información, los marcos de gestión y las buenas prácticas alineadas con estándares internacionales.
 
En el plano técnico, se trabaja sobre identificación de errores, limpieza, transformación, validación, perfilado y medición de calidad mediante indicadores específicos.
 
Asimismo, se incorpora una perspectiva de gobernanza de datos, analizando políticas, roles, metadatos y procesos necesarios para sostener la calidad a largo plazo. 
 

 
Contenidos: El curso está organizado en cuatro módulos progresivos con desarrollo de actividades, combinando fundamentos conceptuales, herramientas técnicas y aplicaciones prácticas.
 
 
TEMARIO
MÓDULO 1: FUNDAMENTOS DE LA CALIDAD DE DATOS
Duración: 1 semana
1.1 Concepto y dimensiones de calidad de datos
1.2 Ciclo de vida de los datos
1.3 Gestión de datos y marco DAMA-DMBOK
1.4 Impacto organizacional de los datos deficientes
1.5 Introducción a herramientas de análisis y visualización
 
MÓDULO 2: PROFILADO, LIMPIEZA Y TRANSFORMACIÓN
Duración: 2 semanas
2.1 Identificación de errores: valores faltantes, duplicados, inconsistencias
2.2 Transformación y estandarización
2.3 Profilado de datos y análisis exploratorio
2.4 Validación e integridad
2.5 Herramientas prácticas: Python, SQL, Excel, Talend
2.6 Métricas iniciales de calidad
 
MÓDULO 3: MÉTRICAS E INDICADORES DE CALIDAD
Duración: 1 semana y media
3.1 Medición de la calidad de los datos
3.2 Indicadores de calidad (DQI)
3.3 Diseño de métricas alineadas al negocio
3.4 Visualización de resultados con dashboards
3.5 Casos de uso sectoriales
 
MÓDULO 4: GOBERNANZA Y PROYECTO INTEGRADOR
Duración: 1 semana y media
4.1 Gobernanza de datos y calidad
4.2 Políticas, procedimientos y roles
4.3 Gestión de metadatos
4.4 Estrategias de mejora continua
4.5 Desarrollo de proyecto práctico integrador
 
Certificados y trabajos finales: Aprobación del trabajo final.
 

Plataforma Virtual: El curso se desarrolla de manera virtual en el CAMPUS VIRTUAL DE
SADIO, en el que se deja a disposición de los asistentes el material bibliográfico del curso,
las guía de estudio y los trabajos prácticos propuestos.

 
Formulario de inscripción: https://forms.gle/wKCZC614HBV6ifK68
 
Aranceles
Inscripción temprana (hasta el 26 de Marzo de 2026)
* AR$ 153.000.- (para nacionales)
* USD 131.- (para extranjeros)
 
Inscripción tardía (desde el 27 de Marzo de 2026)
* AR$ 168.000.- (para nacionales)
* USD 144.- (para extranjeros)
 
50% Descuento para socios de SADIO (con 12 meses de antigüedad)
Los socios de AADECA gozan de los mismos derechos que los socios de SADIO
 
 
Medios de pago disponibles:
– Pago por Transferencias Bancarias (solo para residentes en Argentina) a:
NUEVA CUENTA BANCARIA
SANTANDER PESOS
Razón Social A SADIO SOC ARG DE INF E INV O
CUIT/CUIL 30649312180
Cta Cte en Pesos 029-040893/4
CBU 0720029820000004089340
Alias SOCIEDAD.SADIO

 
 
– Pago con Tarjeta de crédito/débito (Visa o Master). Solicitar el botón de pago correspondiente a informacion@sadio.org.ar
Es posible pagar en cuotas con interés. Consulte.
 
– PAYPAL (para extranjeros). Solicite el link de pago.
 
¡Cupos limitados! Reserva tu vacante con el pago de tu inscripción
 
Antecedentes de la docente:

Dra. Ing. Roxana Martínez (Ph.D., Eng.), Doctora en Ciencias Informáticas, Magíster en Tecnología Informática, Máster en Inteligencia Artificial (Centro Europeo de Postgrado, España) e Ingeniera en Sistemas Informáticos.
 
Especialista en calidad de software, inteligencia de datos, gobernanza digital y transformación tecnológica, combina investigación académica, docencia de grado y posgrado, y experiencia profesional en el ámbito de tecnologías emergentes.
 
Cuenta con más de 15 años de experiencia docente en universidades del país, entre ellas UAI, UTN, UADE, Siglo 21 y UDEMM. Participa activamente en proyectos de investigación nacionales e internacionales desde hace más de 10 años.
 
Actualmente se desempeña como Directora de Proyectos de Investigación en UAI, UADE y Siglo 21, y como Directora del Laboratorio de Calidad y Ciencia de Datos en el Centro de Altos Estudios en Tecnología Informática (CAETI-UAI).
 
En el ámbito profesional, cuenta con más de 25 años de trayectoria en el área de Tecnología. Actualmente se desempeña como Líder de Procesos IT en la Unidad de Información Financiera (UIF) de la Nación Argentina, donde previamente ejerció el cargo de Jefa de Desarrollo de Sistemas.
 
Como investigadora, dirige proyectos vinculados con calidad de datos, interoperabilidad en gobierno abierto y aplicación de inteligencia artificial para la validación y mejora de datos públicos. Su trabajo se centra en la construcción de ecosistemas tecnológicos donde la calidad, la ética y la innovación constituyan pilares para un desarrollo sostenible y equitativo.
LinkedIn:
Design by 2b Consult