Analítica de datos y su aplicaciones en el mejoramiento de cultivos y la agricultura, Ana Maria Heilman y Didier Murillo, NDSU
Episodio 108 - 2024-08-25
En este episodio conversamos con dos miembros del equipo de Analitica de Datos en Agricultura, cuya unidad es parte de la Estación Experimental Agrícola de la Universidad Estatal de Dakota del Norte (North Dakota State University o NDSU, por sus siglas en inglés). Ana con su rol de Directora e Investigadora Principal y Didier con un enfoque en Investigación y desarrollo de aplicaciones estadísticas, nos comentaron el papel que tiene el equipo y el tipo de investigación y desarrollo que vienen haciendo desde hace algunos años.
Ana Maria nos comentó que NDSU tiene diez programas de mejoramiento vegetal, entre los que se encuentran cultivos como la cebada, soja, frijoles y papas. Ella también nos explicó cómo estos programas trabajan en colaboración con los productores para generar variedades adaptadas localmente y con características de calidad para el mercado local e internacional. Su equipo le da apoyo a los investigadores a través de la creación de herramientas estadísticas, que les permiten tener un acceso rápido a sus datos y tomar decisiones para el avance de productos. Dichas decisiones de avance están basadas en datos curados a los cuales los mejoradores tienen acceso en tiempo real, lo cual tiene un valor agregado invaluable tanto para la investigación y desarrollo que hace la universidad, como para los productores.
Didier nos comentó acerca del desarrollo que él viene haciendo de algunos productos de software para analizar datos genéticos, fenotípicos y ambientales. Hablamos del caso en particular el que usan bases de datos relacionadas que contienen datos agronómicos, con información de líneas, pedigríes y atributos fenotípicos de calidad, y cómo estas herramientas tienen un desarrollo de ingenieria de software y de datos con interfaces de fácil utilización para sus usuarios.
También discutimos del stacks tecnológico que estan usando en el equipo y Didier amplió sobre casos en los que usan Shiny y React como UI, paquetes de R para correr modelos estadísticos y genómicos, servicios de R que utilizan esos paquetes y bases de datos en Postgres, con AirFlow como scheduler. También mencionó otro proyecto en el que estan trabajando otros miembros del equipo para el procesamiento de imágenes en el cual el stack es Python, NodeJs, Postgres y React.
Finalmente, a través de esta charla pudimos conocer de cerca de mano de estos expertos sobre lo que nos depara el futuro en agricultura, y sobre el uso de sensores de IoT y su crecimiento para apoyar a agricultores y productores. También se mencionó la importancia creciente de los drones y tecnología y el análisis de imágenes para tomar decisiones de manejo integrado.