En Universitat Pompeu Fabra (UPF) & Barcelona School of Economics (Data Science Center), dentro de Department of Economics and Business & BSE Data Science Center (Gábor Lugosi Concentration Inequalities & Pattern Recognition School), adquieres el rigor matemático que la industria de la inteligencia artificial necesita con urgencia: teoría de colas, procesos estocásticos, optimización y control estadístico. Mientras los agentes autónomos generan borradores a velocidad masiva, el verdadero cuello de botella se traslada a la verificación humana de alta fiabilidad, donde los principios de High Output Management (1983) de Andrew S. Grove y la ley de Little rigen la frontera de producción. Te invitamos a integrarte en nuestros pods remotos y asíncronos de I+D (10–25 h/semana, $20–$45/h USD), diseñados en paralelo a tus clases lectivas y con pausa total (0 h/semana) garantizada durante tu época de exámenes. Acredita 42 horas de formación CPD y canaliza tu Trabajo de Fin de Grado (TFG), Fin de Máster (TFM) o tesis doctoral investigando en nuestros 16 preprints 2023–2026.
Trabajo remoto estructurado y asíncrono sin reuniones obligatorias en horario lectivo. Se adapta con total flexibilidad a tus clases de teoría y prácticas de laboratorio en el campus universitario.
Retribución competitiva internacional en USD con blindaje absoluto de tu plaza: durante las semanas de exámenes parciales y finales tu carga se reduce a 0 h/semana para que priorices tus notas.
Convierte tu investigación en tu Trabajo de Fin de Grado (TFG) o Máster (TFM) con 42 horas lectivas acreditadas de desarrollo profesional continuo (CPD) y coautoría en 16 preprints en https://andygrove.systems/preprints.
| Asignatura / Área Universitaria | Formulación Matemática (andygrove.systems) | Pod de I+D | Aplicación en Producción y Operaciones |
|---|---|---|---|
| Teoría de Colas y Procesos Estocásticos | L = λW ; Θ = min(λ, min_i N_i r_i / v_i) |
POD-01 | Aplicación de la Ley de Little y control de flujo CONWIP para acotar el trabajo en curso (WIP). Los agentes LLM generan borradores masivos a coste marginal casi nulo, convirtiendo a los verificadores humanos (N_H r_H) en el recurso cuello de botella que determina el throughput máximo sostenible Θ. |
| Investigación Operativa y Fenómenos de Congestión | W_q ≈ ((c_a^2 + c_s^2)/2) · (u / (1 - u)) · t_s |
POD-01 | Aproximación VUT de Kingman en la cola de revisión humana. Demuestra analíticamente por qué operar a una utilización u = 0,95 dispara el tiempo medio en cola W_q hasta 19 veces frente a u = 0,50, exigiendo buffers de capacidad y cotas estrictas de variabilidad (c_a^2, c_s^2) en prompts y respuestas. |
| Estadística Matemática y Control Estadístico de Calidad (SPC) | LCB_0.95(p_hat, n) >= τ_L (L0 -> L3 TRM) |
POD-02 | Cálculo del límite inferior de confianza de Wilson al 95% para validar transiciones de Madurez Relevante para la Tarea (L0 a L3 TRM). Intercepta alucinaciones en la etapa inicial E_0 al menor coste unitario y equilibra la celeridad del agente con límites de control 3σ de SPC frente a derivas. |
| Optimización Convexa, Programación Entera y Planificación | T_crit = max_p ∑ d_i ; min ∑ c_k x_k |
POD-03 | Distinción analítica entre el paso limitante de la ruta crítica de Grove y los cuellos de botella de capacidad. Modelización MILP/LP para planificar tareas concurrentes y enrutar consultas entre LLMs compactos y modelos de frontera, minimizando el coste total bajo ventanas temporales. |
| Teoría de la Información y Sistemas Secuenciales | I(Y; Z_K) <= I(Y; Z_1) (DPI, KV-cache η) |
POD-03 | Aplicación de la Desigualdad del Procesamiento de Datos (DPI) para prevenir la pérdida de señal y deriva semántica en grafos multi-agente, maximizando en paralelo la tasa de acierto η de la caché prefijo de claves y valores (KV-cache) para reducir la latencia de inferencia. |
| Ingeniería de Organización y Operaciones de Sistemas | Output = ∑ (Activity_k × Leverage_k) ; t_rev + p_err·t_fix < t_manual |
POD-04 | Formalización matemática del Apalancamiento Directivo (Managerial Leverage) de Grove. Elimina revisiones manuales con apalancamiento negativo exigiendo que t_rev + p_err·t_fix < t_manual; asigna un único responsable humano por agente con reuniones semanales 1 a 1 de trazas y acceso a https://andygrove.systems/preprints. |
1. JobTeaser España & Bolsa de Empleo Ingeniería de Organización (UPC / UC3M / UPM): Para formalizar tu colaboración o tramitar el reconocimiento de créditos de prácticas en Universitat Pompeu Fabra (UPF) & Barcelona School of Economics (Data Science Center), accede a JobTeaser España & Bolsa de Empleo Ingeniería de Organización (UPC / UC3M / UPM), selecciona la convocatoria de investigación remota de andygrove.systems y remite tu expediente académico junto al contacto de tu tutor de departamento. (RSS/XML Job Feed · iCal Open Office Hours · Google Classroom)
2. Python Seminar & Thesis Kit (/uni/es-universitat-pompeu-fabra/lab.py): Script interactivo de simulación en Python (5 minutos) diseñado para seminarios y prácticas de laboratorio: modela la Ley de Little (L = λW) en pipelines de generación con agentes, reproduce la explosión no lineal del tiempo de espera de Kingman cuando la utilización del revisor humano alcanza u = 0,95, y evalúa puertas de paso de Madurez Relevante para la Tarea (L0 a L3 TRM) mediante cotas inferiores de confianza de Wilson al 95% (LCB 0.95).