El grupo GITTS organizó un workshop intensivo de tres días sobre «Python Aplicado al Procesamiento de Señales», dirigido a estudiantes de ingeniería eléctrica, electrónica y de sistemas de la UTP. El taller, realizado en el Laboratorio de Computación de la Facultad de Ingeniería Eléctrica, contó con la participación de 35 estudiantes de pregrado y posgrado, así como profesionales del sector de telecomunicaciones.
El workshop cubrió desde los fundamentos de programación en Python con NumPy y SciPy hasta técnicas avanzadas de procesamiento de señales digitales, incluyendo diseño de filtros FIR/IIR, análisis espectral mediante FFT, procesamiento de señales de audio e imágenes, y una introducción al aprendizaje automático aplicado a clasificación de señales con scikit-learn y TensorFlow. Cada sesión incluyó ejercicios prácticos con datos reales de señales de telecomunicaciones y biomédicas.
Esta actividad forma parte del programa de extensión del GITTS, cuyo objetivo es fortalecer las competencias computacionales de los estudiantes de ingeniería y promover el uso de herramientas de software libre en la investigación y la industria.
Python se ha consolidado como el lenguaje de programación más utilizado en la comunidad científica y de ingeniería, desplazando progresivamente a MATLAB en muchos ámbitos académicos e industriales. Sin embargo, su enseñanza formal en los planes de estudio de ingeniería en Panamá aún es limitada. El GITTS, que utiliza Python como herramienta principal de investigación desde 2016, identificó la necesidad de transferir estas competencias a los estudiantes mediante actividades de formación complementaria.
El taller se estructuró en seis módulos de 4 horas cada uno: (1) Fundamentos de Python y entorno Jupyter; (2) NumPy, SciPy y visualización con Matplotlib; (3) Señales en tiempo discreto, convolución y correlación; (4) Análisis espectral: DFT, FFT y espectrogramas; (5) Diseño de filtros digitales y procesamiento de audio; y (6) Introducción a machine learning para clasificación de señales. Se utilizaron datasets reales incluyendo señales ECG del MIT-BIH Arrhythmia Database, grabaciones de audio con ruido ambiente y señales de radar sintéticas generadas con modelos de punto brillante.
El 94{48ccec454e2169d77940fc89c04cb0050685c5391f1d3051987519bd70dcb290} de los participantes calificaron el workshop como «excelente» o «muy bueno» en la encuesta de satisfacción. Como resultado del taller, cinco estudiantes iniciaron proyectos de tesis utilizando Python como herramienta principal de desarrollo. El material didáctico del workshop fue publicado en el repositorio GitHub del GITTS y ha sido descargado más de 200 veces. Se planea convertir el workshop en un curso electivo formal dentro del plan de estudios de la Maestría en Ingeniería Eléctrica.
- Unpingco, J. (2014). «Python for Signal Processing.» Springer.
- VanderPlas, J. (2016). «Python Data Science Handbook.» O’Reilly Media.
- Oppenheim, A. V., & Schafer, R. W. (2010). «Discrete-Time Signal Processing.» 3rd Edition, Pearson.