La comunidad de Supercómputo de CUDI reconoció el talento de los ganadores del Hackathon Xolotl
En una ceremonia de premiación celebrada el 4 de septiembre, la comunidad de Supercómputo de la Corporación Universitaria para el Desarrollo de Internet (CUDI), en conjunto con el Laboratorio de Modelos y Datos de la UNAM (LAMOD-UNAM) y la Plataforma para la Investigación con GPUs (PIG), anunció a los ganadores del Hackathon Xolotl: Clasificación de Series de Tiempo con Aplicación a Datos Astronómicos. La ceremonia se realizó el 4 de septiembre de 2026 por videoconferencia, con difusión en el canal de YouTube de CUDI.
El hackathon se celebró los días 22 y 23 de agosto de 2026 en modalidad híbrida, con sede física en el Instituto de Astronomía de la UNAM. Reunió a estudiantes de nivel medio superior, superior y posgrado, así como a profesionales y entusiastas de la ciencia de datos, con un propósito común: diseñar, implementar, evaluar y presentar modelos computacionales capaces de clasificar series de tiempo astronómicas.
Participar fue una oportunidad única para involucrarse en una iniciativa con infraestructura computacional de vanguardia en México y trabajar con datos de primera mano, provenientes de un observatorio que es un hito de la astronomía moderna.
Un reto a la medida de la astronomía actual
Hoy no basta con observar objetos individuales. Es necesario analizar millones de fuentes, extraer información de curvas de luz, combinar datos fotométricos y astrométricos, y construir modelos capaces de clasificar objetos de manera confiable.
En ese contexto, el hackathon propuso trabajar con series de tiempo astronómicas provenientes de distintos sondeos, con el fin de desarrollar soluciones para la clasificación de objetos variables. La motivación fue que las y los participantes se enfrentaran, de manera progresiva, a problemas reales de la astronomía de dominio temporal.
La competencia se organizó en tres niveles de dificultad progresiva, cada uno con un conjunto de datos distinto:
Nivel básico (fase 1): datos del survey OGLE para la clasificación de estrellas variables (Cefeidas, RR Lyrae, binarias eclipsantes y Miras).
Nivel intermedio (fase 2): fotometría multibanda y datos contextuales de Gaia DR3.
Nivel avanzado (fase 3): datos de alertas del sondeo LSST del Observatorio Vera C. Rubin.
La progresión se pensó para que cada nivel representara un aumento natural en la dificultad. En el nivel básico, los equipos trabajaron con curvas de luz relativamente bien caracterizadas. En el intermedio, incorporaron información adicional como color, astrometría y propiedades físicas. En el avanzado, enfrentaron un escenario más cercano a los retos de la astronomía de nueva generación, en el que la clasificación debía ser robusta ante datos incompletos, ruidosos y de gran escala.
Los ganadores
Fase 1: Jesús Omar Franco Franco, del Instituto de Física de la UNAM.
Fase 2: Jesús Ángel Martínez Mendoza, del Instituto Tecnológico de Oaxaca.
Fase 3: Ernesto Vizcaino, de la Universidad Autónoma de San Luis Potosí.
Durante la ceremonia de premiación, Jesús Ángel Martínez Mendoza destacó que la experiencia le permitió conocer de cerca cómo se procesan cantidades enormes de datos en la ciencia del siglo XXI y los retos que ello implica.
Ernesto Vizcaino, quien proviene del área de computación, señaló que el hackathon le permitió aplicar sus conocimientos a problemas de astronomía y le dejó el deseo de seguir aprendiendo en este campo.
Un esfuerzo colectivo
En representación de CUDI, el Dr. Moisés Torres, Director General de la corporación, felicitó a los ganadores y a todos los participantes. Destacó el talento joven del país y su capacidad para resolver problemas que beneficiarán a la sociedad.
Bolivia Teresa Cuevas Otahola, quien condujo la ceremonia, agradeció al equipo técnico de CUDI, a la UNAM, a las instituciones participantes y a los integrantes del comité organizador y evaluador. También agradeció a los patrocinadores de los premios: Prixma Cloud Solutions (fase 1), Team HPC (fase 2) y los organizadores de la Conferencia CARLA (fase 3).
El comité evaluador destacó la calidad de los reportes y del código presentados. Los organizadores señalaron que la llegada de nuevos datos del Observatorio Vera C. Rubin ofrecerá materia prima para futuras ediciones y nuevas colaboraciones, y animaron a los ganadores a seguir utilizando la infraestructura PIG en sus proyectos de investigación.
Voces del Hackathon Xolotl: lo que aprendieron quienes aceptaron el reto
Cuando terminó el hackathon, las pantallas se apagaron, pero las ideas siguieron encendidas. Durante dos días, estudiantes, profesionales y entusiastas de la ciencia de datos se enfrentaron a un desafío poco común: enseñar a una máquina a reconocer el ritmo de las estrellas. Esto es lo que contaron al final.
Para Thermostatic, fue "una competencia de Kaggle comprimida" en pocas horas: estresante por el costo de la validación K-Fold y por los límites de memoria, pero, sobre todo, entretenida. Disfrutó idear la mejor manera de analizar y limpiar los datos, y llegó al cierre con una emoción compartida: ver los trabajos de los demás. Ya piensa en una próxima edición con más tiempo y hasta con un ranking.
Ernesto Vizcaino, ganador de la fase 3, describió la experiencia como divertida, intensa y retadora. Trabajar con datos astronómicos reales, probar modelos distintos y mejorar la clasificación a partir de las características de las series le dejó una lección: el tiempo limitado también es una escuela para decidir rápido, administrar recursos y priorizar las ideas de mayor impacto. Dijo que definitivamente volvería.
Ethan Moroni se quedó con algo que va más allá del código: ver cómo la ciencia de datos se usa para hacer ciencia. Sus problemas de conexión le impidieron participar como hubiera querido, pero no le quitaron el entusiasmo. Se fue con ganas de aprender más y de volver para participar como se debe.
Angel habló de una perspectiva que cambió. Conoció las herramientas, las bibliotecas y los recursos computacionales que usan los científicos, así como los retos de cada día: los cuellos de botella, el aprovechamiento de las GPUs y el ruido en los datos. Agradeció la oportunidad y confesó estar ansioso por volver.
Nyarlathotep valoró el acceso a las tarjetas gráficas y a bases de datos masivas, una experiencia que, en sus palabras, se agradece más allá de quién gane. Dejó, además, una convicción: el código debe ser colaborativo, y conocer las soluciones de los ganadores enriquecería a toda la comunidad.
Para CosmosSalsa, el hackathon fue su primer acercamiento a Python y al machine learning. Tuvo en sus manos datos reales de telescopios, los de OGLE, y se fue con una promesa: seguir preparándose para intentarlo de nuevo.
JonathanUGG encontró una forma de salir de lo habitual, al enfrentar datos y problemas en parte familiares y en parte nuevos. Se llevó mucho aprendizaje y una esperanza: más trabajo en equipo, para discutir ideas y aprender de las áreas en las que otros saben más.
Rorro resumió el cambio con una frase: antes del hackathon era otra persona. Aprendió, bajo estrés, herramientas nuevas y descubrió lo que significa pasar de dejar redes neuronales entrenando durante cuatro horas en su computadora a trabajar con la potencia de PIG. Felicitó a quienes construyeron la plataforma y a quienes organizaron el evento.
Carlos Joaquin encontró en el reto una presión que lo hizo más emocionante. Valoró los problemas planteados, la guía recibida y la oportunidad de acceder a datos y recursos, que para él fue también un gran aprendizaje.
Entre la emoción y la sugerencia, el mensaje se repite: la curiosidad crece cuando se le ofrece infraestructura, datos reales y un problema que vale la pena. Varias voces pidieron lo mismo: que haya una próxima edición.
El Hackathon Xolotl cerró esta edición con lo más valioso que puede dejar un encuentro de esta naturaleza: talento que se descubre, conocimiento que se comparte y una comunidad que se reconoce capaz de enfrentar problemas complejos. Los modelos desarrollados, lo aprendido por cada participante y el compromiso de quienes hicieron posible la experiencia demuestran lo que ocurre cuando la ciencia, la educación y la tecnología trabajan juntas.
Esta historia no termina aquí. La comunidad de Supercómputo de CUDI, el LAMOD-UNAM y la Plataforma para la Investigación con GPUs (PIG) anuncian que el hackathon continuará en 2027. Con nuevos datos del Observatorio Vera C. Rubin y las lecciones de esta edición, el próximo encuentro promete nuevos desafíos y más oportunidades para explorar el universo a través de los datos.
A quienes participaron, los invitamos a seguir haciendo ciencia. A quienes aún no se han sumado, los esperamos en 2027. Las estrellas seguirán variando, y aquí seguiremos aprendiendo a reconocerlas.
