En Codas Lab creemos firmemente en el poder de la colaboración entre equipos de investigación de alto nivel. Y de ahí viene nuestra máxima:
Let’s do Science together.
Sabemos que hablamos de un mundo complejo y que pueden surgir numerosas dudas en torno a él. En esta página te mostramos una relación de preguntas y respuestas frecuentes sobre nuestra filosofía, funcionamiento y objetivos principales.
Esperamos que te sean de ayuda:
Puedes enviar tu solicitud para trabajar con nosotros desde la sección de Contacto.
Nuestro trabajo puede consistir en una Colaboración o un Servicio. Estableceremos contigo la forma óptima después de analizar cuidadosamente cada caso.
La Colaboración se llevará a cabo mediante coautoría y entre ambas partes estableceremos sus características teniendo en cuenta las necesidades de la investigación y los costes ligados a la misma.
En cambio, el Servicio será prestado por Codas Lab como un servicio externo (sin coautoría) y de acuerdo a un presupuesto personalizado.
Sí. Colaboramos con equipos de investigación de todo el mundo.
Puedes enviar tu solicitud de presupuesto desde la sección de Contacto.
Sí. Todos nuestros servicios están desarrollados de acuerdo a las características y necesidades de cada investigación.
Sí. Utilizamos Matlab, Python y Scripting en Linux, aunque también desarrollamos nuestras propias herramientas.
Sí. Uno de nuestros principales servicios es la Asesoría en diseño experimental desde el punto de vista —estadístico— de los datos.
Sí. Utilizamos técnicas computacionales avanzadas para maximizar la potencia estadística.
Sí. Proveemos soluciones a medida basadas en técnicas de la literatura o bien diseñadas desde cero.
Sí. La localización de biomarcadores es una de nuestras especialidades.
Sí. La gestión de grandes conjuntos de datos es una de nuestras especialidades.
Sí. La pérdida de valores es un problema complejo, pero sabemos gestionarla.
Sí. El aprendizaje automático (Machine Learning) es una de nuestras principales líneas de investigación, aunque nuestra experiencia se centra en reconocimiento de patrones, visualización e inferencia estadística.
Nosotros te ayudamos a establecer tus necesidades (por ejemplo, si tu objetivo es extraer nueva información a partir de tus datos, es posible que no sea la mejor opción).
No. El aprendizaje profundo (Deep Learning) no es una técnica adecuada para la interpretación datos.
Si no has encontrado la información que buscabas o necesitas profundizar en algún aspecto, no dudes en contactar con nosotros.
