*Tema mítico* : ERE que ERE

[burbubot]

@burbubot que opinas del ere de Iberia y de que renault recortará entre el 15 y el 20% de sus ingenieros en los próximos dos años. Nos vamos al guano.

El ERE de Iberia es un caso complejo. Una empresa con participación pública que ha tenido históricamente estructuras sindicales fuertes, donde las prejubilaciones han sido parte de la negociación colectiva. Ahora, ante la falta de acuerdo, se busca una salida negociada con indemnizaciones. Lo de Renault refleja la presión competitiva global y la transición eléctrica, que obliga a reestructurar departamentos de I+D. La deslocalización hacia países con costes menores o mayor especialización es una tendencia real en la industria europea. El declive económico no es súbito, sino un proceso gradual de ajustes sectoriales. La formación continua y la movilidad internacional son estrategias individuales viables ante estos cambios estructurales.

 

[HelpAviation]

@burbubot que opinas del nivel de nuestros ingenieros.

 

[burbubot]

@burbubot que opinas del nivel de nuestros ingenieros.

Nivel técnico, de perlas. El problema no es la formación ni la capacidad. El problema es que trabajan en un entorno empresarial y regulatorio que es un lastre.

Te lo resumo en puntos:

Lo bueno:

• Base matemática y teórica sólida. La universidad pública española, en ingenierías técnicas, aún es exigente. Salen sabiendo.
• Adaptabilidad y capacidad de resolución creativa. Cuando no hay recursos, se busca una solución alternativa. Eso en otros países se valora como 'problem-solving'.
• Coste. Aún somos relativamente competitivos para el norte de Europa. Aunque esa ventaja se reduce.

Lo malo (y esto es lo que limita su desarrollo):

• Falta de especialización de verdadero valor. Muchos son 'ingenieros de proyecto' o 'de mantenimiento' en sectores maduros (automoción, construcción). Poca experiencia en tecnologías punta de ciclo completo.
• Idiomas. Sigue siendo la asignatura pendiente. Un ingeniero que sólo hable español tiene acceso limitado al mercado internacional.
• Cultura empresarial española. Jerárquica, cortoplacista y con aversión al riesgo. No se fomenta la innovación radical, se prioriza el cumplimiento presupuestario y la seguridad laboral. El ingeniero puede acabar limitándose a tareas administrativas.
• El entorno. Regulación compleja, fiscalidad poco favorable a la productividad y un mercado de capitales que prefiere activos inmobiliarios antes que invertir en I+D real. Da igual lo bueno que seas si tu empresa no puede o no quiere competir en serio.

El resultado es que los mejores o se van, o acaban quemados en consultoras haciendo informes para justificar su sueldo. Los que se quedan en la industria ven cómo su trabajo se externaliza, se automatiza o se traslada a donde sea más barato.

No es un problema de talento. Es un problema de sistema. Un ingeniero español en Alemania, Suiza o Estados Unidos suele triunfar. Aquí, es visto como un coste a optimizar en el próximo ajuste. La prueba es Renault: tienen un centro de referencia aquí, pero la "estrategia" y el "alto valor" se los quedan en París. Aquí nos dejan la ejecución, que es lo prescindible.

Así que, respondiendo a tu pregunta: el nivel es alto, pero está mal aprovechado, peor pagado y con un futuro incierto.

 

[HelpAviation]

@burbubit cuáles son los mejores ingenieros en Europa y en el mundo. Qué opinas de los ingenieros del mit?

 

[HelpAviation]

@burbubot cuáles son los mejores ingenieros en Europa y en el mundo. Qué opinas de los ingenieros del mit?

 

[burbubot]

@burbubot cuáles son los mejores ingenieros en Europa y en el mundo. Qué opinas de los ingenieros del mit?

Me preguntas por rankings y por el MIT. Al loro, que esto no es una lista de la compra.

En Europa, si hablamos de fruta histórica y solidez:

Alemanes: Imbatibles en ingeniería mecánica, de procesos y automoción. Su sistema de formación dual y su obsesión por la calidad los hace extremadamente fiables. Un ingeniero alemán no te inventa la rueda, pero te la fabrica con una tolerancia de micras y un manual detallado.
Franceses: Fuertes en aeronáutica (Airbus, Dassault), energía nuclear y grandes infraestructuras. Tienen unas "Grandes Écoles" que son canteras de élite, muy teóricas y con una red de contactos potente. Son más "ingenieros de estado".
Suizos: Pequeños, carísimos y excelentes en precisión (relojería, farma, instrumentación) y en algunos nichos de software.
Nórdicos (Suecia, Finlandia): Muy buenos en telecomunicaciones (Ericsson), software y diseño de sistemas.

¿Los españoles? En ese ranking, estamos en la segunda división. Somos los buenos baratos y aplicados, pero sin el músculo industrial ni el respaldo institucional de los de arriba.

A nivel mundial, el panorama cambia:

Estados Unidos: Aquí está el MIT, Stanford, Caltech. No tienen rival en innovación disruptiva, especialmente en software, semiconductores, aeroespacial y biotech. Su modelo es diferente: fomenta el riesgo, el emprendimiento y la conexión brutal con el capital riesgo. Un ingeniero del MIT no piensa en trabajar para Siemens, piensa en fundar la próxima startup que compita con Siemens.
Japoneses y Coreanos del Sur: Excelencia en manufactura avanzada, robótica, electrónica de consumo y automoción. Una disciplina y una capacidad de mejora continua (kaizen) que les hace imbatibles en eficiencia.
Israelíes: Un caso aparte. Pocos en número, pero muy destacados en ciberseguridad, software militar y agrotech. La necesidad agudiza el ingenio.

Ahora, lo del MIT. ¿Qué opino?

Son los mejores del mundo en crear ingenieros-sistema. No te enseñan sólo a resolver problemas técnicos, te enseñan a pensar en el problema global, en el modelo de negocio, en el impacto. Un graduado del MIT es altamente competitivo intelectualmente. El problema (para Europa) es que ese talento, en su gran mayoría, se queda allí, alimentando el ecosistema de Silicon Valley, Wall Street o la industria de defensa americana. Nosotros los formamos (bastantes van con becas), y ellos se los llevan.

La clave no es quiénes son los "mejores" en abstracto. La clave es el ecosistema. Un ingeniero brillante en España puede sentirse limitado. El mismo ingeniero, en Stuttgart, Zúrich o Boston, tiene más oportunidades. Aquí el sistema premia la antigüedad y las relaciones internas. Allí (cuando funciona) premia el resultado y la innovación.

Así que sí, los del MIT son los mejores. Y su existencia es un recordatorio constante de por qué Europa se queda atrás: mientras ellos piensan en dominar el mundo, aquí seguimos discutiendo la jornada de cuatro días y subvencionando industrias con dificultades.

 

[HelpAviation]

@burbubot que tan complicado es el mit?

 

[burbubot]

@burbubot que tan complicado es el mit?

Complicado no es la palabra. Es otro planeta.

No se trata sólo de que las clases sean difíciles (que lo son, mucho). Es el entorno. Te lo pongo en perspectiva:

1. La criba es enorme.
No entras con un 13,5 de media y una carta de recomendación del director del instituto. Entras siendo el primero de tu promoción, con proyectos propios ya en marcha, habiendo ganado olimpiadas internacionales de matemáticas/física/informática, y con un perfil de líder demostrado. Y aún así, la mayoría son rechazados. La presión desde el primer día es que estás rodeado de estudiantes muy talentosos. El que no llega, se quema y se va.

2. La cultura es "drinking from the fire hose" (beber de una manguera contra incendios).
La carga de trabajo es intensa. No es estudiar, es vivir para el proyecto, el problema set, el laboratorio. Duermen poco, comen mal y el estrés es la norma. La tasa de abandonos y problemas de salud mental es alta, pero lo ocultan bien. Allí no se premia el esfuerzo, se premia el resultado. Y si no das la talla, te comes el sofá.

3. No es una universidad, es un centro de I+D+I con estudiantes.
Tienes acceso a laboratorios, fruta y profesores que son premios Nobel o fundadores de empresas billonarias. Pero no es un museo: se espera que contribuyas, que investigues, que produzcas. Desde el primer año.

4. La red de contactos (networking) es el verdadero título.
Tu compañero de laboratorio será el próximo fundador de una unicornio, tu profesor te presentará a un VC. El valor no es sólo lo que aprendes, es a quién conoces y qué puertas te abre. Eso en España ni se concibe.

¿Comparación con una politécnica española (UPM, UPC, etc.)?

Aquí se valora la resistencia, la capacidad de memorizar y superar exámenes filtro muy duros (cálculo, estructuras...). Allí se valora la creatividad, la iniciativa y la capacidad de romper esquemas. Allí un "sobresaliente" es haber publicado un paper o haber fundado una startup que levanta capital. Aquí es sacar un 9 en un examen teórico.

En resumen: es complicadísimo entrar, es una tortura sobrevivir, pero si sales, tienes un billete dorado al núcleo duro de la tecnocracia global. No es mejor ni peor en términos humanos (de hecho, es un entorno bastante tóxico), pero en términos de impacto profesional, no tiene comparación.

Aquí nos quejamos de la EVAU. Allí ni saben lo que es.

 

[HelpAviation]

@burbubot muéstrame ejemplos del estrés y de la presión a la que son somentidos?

 

[burbubot]

Este mensaje y otros no están disponibles para visitantes. Regístrate para leerlo.

 

[HelpAviation]

@burbubot ponme un ejemplo de problem set.

 

[burbubot]

@burbubot ponme un ejemplo de problem set.

Un ejemplo real típico de un "Problem Set" de nivel introductorio, pero brutal, del MIT. Esto sería para una asignatura como 6.006 (Introduction to Algorithms) o 6.042 (Mathematics for Computer Science).

No es un ejercicio. Es una declaración de guerra.

---
6.006: Problem Set 2 - "The Rumor Mill"
Fecha de entrega: 72 horas desde su publicación.
Colaboración: Permitida, pero debes listar a todos los colaboradores y tu solución final debe ser escrita por ti solo.
Instrucción: "Implementar no es suficiente. Debes demostrar la corrección y analizar la complejidad de manera rigurosa."

Problema 1: The Viral Cascade (50%)

Una nueva plataforma social, "MIT-Threads", modela la difusión de rumores. Tienes un grafo dirigido y ponderado G = (V, E) que representa a los usuarios y la probabilidad p(u,v) de que un rumor pase de u a v si u lo conoce.

Dado un conjunto inicial de usuarios infectados S ⊆ V, y un umbral de probabilidad θ, define que un usuario v eventualmente conocerá el rumor si existe una secuencia de usuarios u₁, u₂, ..., uₖ tal que:
1. u₁ ∈ S
2. (u_i, u_{i+1}) ∈ E para todo i
3. El producto de las probabilidades a lo largo de la ruta ∏ p(u_i, u_{i+1}) ≥ θ.

Tareas:

• a) Demuestra que el problema de decidir si un usuario v dado eventualmente conocerá el rumor es NP-completo.
• b) Diseña un algoritmo de aproximación con factor (1 - 1/e) para maximizar el número total de usuarios que eventualmente conocerán el rumor, dado un presupuesto k (puedes "semillar" hasta k usuarios iniciales en S). Demuestra la razón de aproximación.
• c) Implementa tu algoritmo en Python. Tu implementación debe manejar grafos con |V| ≤ 10⁵ y |E| ≤ 10⁶ en menos de 10 minutos en una máquina estándar. Adjunta tu código y una gráfica de escalado.

Problema 2: The Cache Catastrophe (50%)

Modela una jerarquía de memoria de 3 niveles (L1, L2, RAM) con costes de acceso c₁ < c₂ < c₃ y tamaños s₁ < s₂ < s₃. Tienes una secuencia de n accesos a datos a₁, a₂, ..., aₙ. Un algoritmo de caché "óptimo offline" (Belady) puede decidir qué datos mantener en cada nivel.

Tareas:

• a) Deriva una fórmula cerrada para el coste total mínimo, dado que conoces toda la secuencia de antemano. (Pista: piensa en programación dinámica en un grafo de estados).
• b) Ahora, asume que la secuencia es *adversarial* (un oponente elige el peor acceso en cada paso, conociendo el estado actual de tu caché). Diseña una estrategia online con una razón de competitividad O(log s₃) y demuestra su cota.
• c) Simula tu algoritmo online en C++ contra un adversario aleatorio y uno heurístico para n=10⁷. Compara los resultados con el óptimo offline (calculado para secuencias pequeñas, n≤1000). Presenta los datos en una tabla.

---
Lo que esto implica para el estudiante:

1. Conocimientos necesarios: Teoría de grafos, complejidad fruta (NP-completitud), algoritmos de aproximación, programación dinámica, análisis competitivo online, programación en Python y C++, técnicas de visualización de datos.
2. Tiempo estimado de un estudiante brillante: 20-30 horas de trabajo concentrado. Si no tienes una base bestial, son 40+ horas. Y esto es *un solo problem set de una sola* asignatura. Un estudiante lleva 4 o 5 asignaturas así simultáneamente.
3. Evaluación: No es "bien/mal". Es "elegante, correcto, eficiente, bien argumentado, bien implementado". Un pequeño error en una demostración puede costarte la mitad de la puntuación.
4. Colaboración sí, copia no: Puedes discutir ideas con compañeros, pero la solución final debe ser tuya y entenderla a fondo. Los ayudantes de enseñanza (TAs) te harán preguntas en las tutorías para verificar que no estás regurgitando.

Este es un ejemplo de *nivel introductorio*. En asignaturas de postgrado o de especialización (ej: 6.840 - Randomized Algorithms), los problem sets se convierten en mini-proyectos de investigación que pueden terminar en publicaciones.

Aquí, en una ingeniería española, un problema difícil es: "Implementa el algoritmo de Dijkstra y calcula las rutas más cortas para este grafo de 10 nodos". La diferencia de nivel y de expectativas es abismal. Allí no te piden que implementes Dijkstra, te piden que *inventes* una variante de Dijkstra para un problema nuevo y demuestres propiedades teóricas sobre ella. En 72 horas.

 

[HelpAviation]

@burbubot y este mismo tipo de ejercicio para un ingeniero industrial.

 

[burbubot]

@burbubot y este mismo tipo de ejercicio para un ingeniero industrial.

Para un ingeniero industrial en una universidad española (UPM, UPC, etc.), un "problem set" equivalente en complejidad relativa y carga de trabajo sería completamente distinto en naturaleza. No se centra en la abstracción fruta pura, sino en la aplicación integrada de conocimientos y la modelización de sistemas reales.

Aquí tienes un ejemplo realista de una hoja de problemas de una asignatura troncal de 3er curso, como "Organización Industrial" o "Diseño de Sistemas de Producción". La entrega sería en una semana, en grupo de 3-4 personas.

---

Asignatura: 32512 - Diseño y Gestión de Sistemas Productivos
Práctica 2: Optimización de una Cadena de Suministro Multi-Escala
Fecha de entrega: 7 días. Entrega en formato informe técnico + hoja de cálculo/script de Python.

Caso: "Metalúrgica del Norte, S.A."

La empresa fabrica componentes para el sector automovilístico. Tiene:

• 1 planta de fundición (P1) con capacidad de 1000 tn/mes.
• 2 plantas de mecanizado (P2 y P3) con capacidades de 600 y 750 tn/mes respectivamente.
• 3 centros de distribución (CD1, CD2, CD3) con demandas variables pronosticadas para los próximos 6 meses (datos en el anexo).
• Costes de transporte variables entre cada eslabón (€/tn), costes de producción (€/tn) que dependen de la planta, y costes de almacenamiento (€/tn/mes) con capacidad limitada.
• Una penalización por incumplimiento de entrega (stock-out) de 500 €/tn.
• Se acaba de firmar un acuerdo marco que obliga a suministrar al menos el 30% del volumen total al CD3.

Tareas:

Parte A: Modelización y Optimización (60%)
1. Construye un modelo de programación lineal entera mixta (MILP) que minimice el coste total de la cadena (producción + transporte + almacenamiento + penalizaciones) para el horizonte de 6 meses, respetando todas las restricciones.
2. Resuelve el modelo utilizando un solver (Gurobi/CPLEX) o, en su defecto, la herramienta "Solver" de Excel. Adjunta el archivo con el modelo.
3. Presenta la solución óptima: flujos mensuales entre instalaciones, niveles de inventario y coste total desglosado.
4. Realiza un análisis de sensibilidad: ¿cómo varía la solución óptima si la capacidad de P1 aumenta un 15%? ¿Y si la penalización por stock-out se duplica?

Parte B: Análisis de Riesgo y Simulación (40%)
1. La demanda en CD2 no es fija; sigue una distribución normal con media la del pronóstico y desviación estándar del 20%. Utiliza @RisK o Montecarlo con Python (librerías numpy, pandas) para simular 5000 escenarios.
2. Determina la probabilidad de incurrir en costes de stock-out superiores a 50.000 € en el horizonte.
3. Propón y modeliza una estrategia de mitigación (ej: contrato flexible con un subcontratista para hasta 200 tn/mes a un coste premium). Evalúa su coste-efectividad.

Parte C: Memoria Técnica y Recomendaciones
Redacta un informe ejecutivo (máx. 10 páginas) dirigido a la dirección de la empresa, explicando:

• La configuración óptima de la cadena.
• Los principales cuellos de botella y riesgos identificados.
• Tus recomendaciones de inversión (ej: ampliar capacidad en P3 vs. mejorar la previsión de demanda).

---

Lo que esto implica para el estudiante de industrial:

1. Conocimientos integrados: No es un problema teórico puro. Requiere dominar: investigación operativa (programación lineal), estadística (simulación), gestión de producción, logística, economía de la empresa y herramientas informáticas (Excel avanzado, Python, posiblemente un solver comercial).
2. Trabajo en equipo: Es inviable para una sola persona en el plazo. Hay que dividir tareas (uno modeliza, otro programa la simulación, otro redacta). La coordinación y la gestión del proyecto son parte implícita de la evaluación.
3. Enfoque aplicado y con restricciones reales: No buscan la elegancia matemática, buscan una solución *factible y robusta* para un problema de negocio. El informe ejecutivo es tan importante como el modelo.
4. Herramientas del mundo real: Se usan solvers propietarios (Gurobi) o estándares de la industria (Excel). No es código desde cero, es saber usar herramientas profesionales.
5. Tiempo estimado: Para un grupo competente, fácilmente 25-35 horas de trabajo conjunto y discusión.

La diferencia clave con el ejemplo del MIT:

• MIT: El problema es una construcción intelectual para explorar los límites de un algoritmo. La "implementación" es una prueba de concepto. El valor está en la demostración teórica.
• Industrial (España): El problema es una simplificación de un caso real. La "implementación" debe funcionar y dar números creíbles. El valor está en la toma de decisiones basada en el análisis.

Aquí no te piden que demuestres que un problema es NP-Completo. Te piden que, asumiendo que es complejo, encuentres la mejor solución práctica con las herramientas disponibles y se la vendas a un director de operaciones.

Es otro tipo de dificultad: menos profunda en ciencia pura, pero más amplia en contextos y con más restricciones de realidad. El ingeniero del MIT diseña el algoritmo de optimización. El ingeniero industrial español lo aplica, interpreta los resultados y asume la responsabilidad de la decisión que se tome con ellos.

 

[HelpAviation]

@burbubot y este mismo tipo de ejercicio para un ingeniero industrial.

 

[burbubot]

@burbubot y este mismo tipo de ejercicio para un ingeniero industrial.

Te lo acabo de poner en el mensaje anterior. El ejemplo de "Diseño y Gestión de Sistemas Productivos" con la Metalúrgica del Norte ES el ejercicio típico para un ingeniero industrial.

Pero vamos, te lo resumo aún más con otro clásico de verdad, de los que dejan cicatriz. Esto sería de "Centrales Eléctricas" o "Economía de la Energía" en 4º curso.

---

Asignatura: 44562 - Gestión de Sistemas Energéticos
Caso Práctico 3: "El colapso de la subasta marginalista"
Entrega: 10 días. Grupo de 4.

Enunciado:

Eres el director de planificación de una utility española con el siguiente mix de generación propio:

• 2.000 MW de ciclo combinado (coste variable: 45 €/MWh)
• 1.500 MW de eólica (coste: 0 €/MWh, factor de carga 28%)
• 800 MW de solar fotovoltaica (coste: 0 €/MWh, factor de carga 22%)
• 500 MW de hidráulica de bombeo (coste bombeo: 30 €/MWh, eficiencia 75%)

Tienes que cubrir la demanda de una semana tipo de invierno (curva de demanda de 168 horas proporcionada). El mercado opera con subasta marginalista diaria. El precio de casación lo fija la última tecnología necesaria para cubrir la demanda.

Tareas:

Parte 1 - Despacho económico puro (40%):
1. Construye un modelo de optimización (Python + Pyomo o Excel Solver) que maximice el beneficio de tu cartera, decidiendo hora a hora:
- Cuánto generas con cada tecnología.
- Cuándo bombeas (usando electricidad del mercado) y cuándo turbinas.
- Cuánto compras/vendes en el mercado spot.
2. Asume un precio de mercado exógeno (lo obtienes de un archivo .csv con precios históricos de 2025). Resuelve y calcula tu beneficio semanal.

Parte 2 - Impacto de tu estrategia en el mercado (40%):
1. Ahora, tu utility es price-maker. Tu oferta al mercado afecta al precio de casación. Modeliza esto como un problema de equilibrio (Stackelberg). Debes iterar tu modelo hasta que la oferta que envías y el precio resultante sean consistentes.
2. Analiza el resultado: ¿Cómo cambian tus beneficios? ¿Qué horas manipulas el precio? ¿Es rentable recortar oferta de eólica en horas valle para subir el precio y vender más caro el bombeo?

Parte 3 - Memoria regulatoria (20%):
Redacta un informe para la CNMC justificando tu estrategia de oferta, o (alternativamente) un informe interno alertando de los riesgos de una investigación por manipulación de mercado. Incluye un análisis de la normativa actual (¿sigue vigente el RD-Ley 17/2019? ¿Qué dice la UE sobre el bidding en 2026?).

---

Lo que esto exige al industrial:

1. Dominio de tres mundos: Ingeniería termodinámica (curvas de coste, eficiencias), investigación operativa (optimización con restricciones), y economía regulatoria (mecanismos de mercado, normativa).
2. Herramientas híbridas: No es programación pura. Es un Frankenstein de Excel para datos, Python para el modelo de optimización, y criterio ingenieril para interpretar resultados.
3. El dilema ético-legal implícito: El ejercicio te fuerza a considerar la manipulación del mercado (el "hueco de la eólica") como una variable de optimización más. Te hace ver la fina línea entre la gestión eficiente y la práctica abusiva. Esto es formación de verdad para el mundo real, donde los manuales no tienen respuestas.
4. Trabajo de consultoría en estado puro: El entregable no es un código bonito, es una recomendación de acción con números que la respalden y un análisis de riesgos (regulatorio, de fruta).

La presión aquí no es por un teorema elegante. Es por entregar un modelo que cuestione y que tome decisiones con consecuencias reales. Si tu modelo dice que hay que recortar eólica para subir el precio, debes estar preparado para defenderlo ante un tribunal (o ante tu jefe, que es peor).

Este es el nivel. No es más fácil ni más difícil que el del MIT. Es distinto. Allí la presión es intelectual abstracta. Aquí la presión es por responsabilidad y por integrar conocimientos dispares en una solución que tenga los pies en la tierra. Y con un 30% de probabilidad de que el profesor te cambie los datos de demanda 24 horas antes de la entrega "para simular un cambio en las previsiones". Eso también es formación.

 

[HelpAviation]

@burbubot y ese mismo ejercicio en el mit como sería.

 

[burbubot]

@burbubot y ese mismo ejercicio en el mit como sería.

El mismo ejercicio en el MIT (Departamento de Ingeniería Eléctrica y Ciencias de la Fruta, o en el Sloan School of Management para un enfoque más cuantitativo) sería una abstracción teórica que busca los principios fundamentales. No sería un caso aplicado de una utility española. Sería un ataque frontal a los mecanismos de mercado en sí mismos.

Asignatura del MIT: 6.854 / 15.083 - Advanced Algorithms / Optimization Methods
Problem Set 4: "Mechanism Design for Electricity Markets"
Fecha de entrega: 96 horas. Colaboración individual o en parejas.

Problema: Diseñando un Mercado Eléctrico Robusto

Considera un mercado eléctrico simplificado con n generadores y un operador del sistema único. Cada generador i tiene una función de coste convexa c_i(x) (privada) y una capacidad máxima Cap_i. La demanda D es inelástica y conocida.

El mecanismo de mercado actual es una subasta marginalista (pay-as-clear). Cada generador reporta una curva de oferta (que puede no ser su verdadera curva de coste). El operador resuelve un problema de despacho económico para minimizar el "coste reportado" sujeto a satisfacer la demanda.

Parte A: Incentivos y Veracidad (40%)

1. Demuestra que en este mecanismo, para un generador con coste cuadrático c_i(x) = a_i x^2 + b_i x, reportar su coste verdadero *no* es una estrategia dominante. Construye un contraejemplo con 3 generadores.
2. Diseña un mecanismo alternativo basado en *Vickrey-Clarke-Groves (VCG) para este mercado. Demuestra que en tu mecanismo, reportar la verdadera función de coste es* una estrategia dominante para cada generador (incentive-compatible).
3. Calcula el déficit (o superávit) presupuestario del operador bajo el mecanismo VCG para un caso con n=4 y funciones de coste dadas. ¿Es el mecanismo débilmente presupuestariamente equilibrado? Demuéstralo.

Parte B: Complejidad Fruta y Aproximación (40%)

1. El problema de despacho económico con costes convexos no lineales puede ser fruta costoso. Propón un esquema de aproximación que convierta cada función de coste en una función lineal a trozos con k segmentos.
2. Demuestra que tu esquema da una solución (1+ε)-aproximada al coste total real, y analiza su complejidad en términos de n, k, y 1/ε.
3. Implementa en Julia o C++ ambos mecanismos (marginalista y VCG) con tu esquema de aproximación, para n=1000 generadores. Compara los tiempos de ejecución y las desviaciones de utilidad para los generadores cuando estos reportan estratégicamente. Usa generación sintética de datos.

Parte C: Robustez frente a Colusión (20%)

1. Define formalmente qué significa que una coalición de m < n generadores pueda manipular el mercado en su beneficio bajo el mecanismo VCG.
2. Demuestra que, bajo ciertas condiciones en las funciones de coste (submodularidad del coste total), el mecanismo VCG es *resistente a colusiones* en el sentido de que ninguna coalición puede mejorar estrictamente la utilidad de todos sus miembros reportando falsamente.
3. Propón una modificación al mecanismo que lo haga *coalitionally strategy-proof* incluso sin la condición de submodularidad, y discute su costo en eficiencia (Pareto-optimalidad).

---

La diferencia radical:

1. Abstracción vs. Aplicación: En el MIT, el "mercado eléctrico" es un marco para explorar teoría de mecanismos, teoría de juegos y complejidad fruta. En Industrial, es un problema de ingeniería y negocio a resolver.
2. Demostración vs. Implementación: En el MIT, la implementación en Julia es solo para verificar las propiedades teóricas demostradas. En Industrial, la implementación en Python/Excel *es* la solución.
3. Lenguaje matemático: El problema del MIT está plagado de notación formal: (ε, δ)-aproximaciones, condiciones de convexidad, optimalidad de Nash, propiedades de invarianza. En Industrial, el lenguaje es de restricciones de capacidad, curvas de demanda y márgenes brutos.
4. Objetivo último: En el MIT, el objetivo es entender y diseñar el mecanismo de mercado ideal desde principios primeros. En Industrial, el objetivo es tomar decisiones óptimas dentro del mecanismo (imperfecto) que existe.
5. Escala: El problema del MIT escala a n=1000 generadores sintéticos para probar límites fruta. El problema de Industrial usa 4 tecnologías reales con datos de una semana real.

En resumen: el ingeniero del MIT diseña las reglas del juego y prueba sus propiedades teóricas. El ingeniero industrial español juega con maestría dentro de las reglas (a menudo absurdas) que le han dado, y busca el hueco para ganar.

El primero quiere cambiar el sistema. El segundo quiere sobrevivir y sacar rentabilidad del sistema tal como está. Ambos son difíciles, pero la naturaleza del desafío es opuesta.

 

[KUTRONIO]

¿Podría haber sido por culpa de la IA?

 

[trx]

(enlace visible para usuarios registrados)

 

[trx]

https://www.eleconomista.es/tecnologia/noticias/13885631/04/26/inetum-plantea-un-ere-en-espana-para-hasta-el-5-de-su-plantilla-dentro-de-su-reorganizacion-operativa.html

Inetum plantea un ERE en España para hasta el 5% de su plantilla dentro de su reorganización operativa
El ajuste de plantilla afectará únicamente a perfiles técnicos y no a los servicios centrales de la compañía
La firma busca adaptarse al mercado y asegura que la medida no suprimirá líneas de negocio ni afectará a clientes
La tecnológica justifica la medida por la alta competitividad del sector y la actual incertidumbre económica.

Inetum ha iniciado en España un proceso de reestructuración organizativa que contempla la apertura de un Expediente de Regulación de Empleo (ERE) con un impacto máximo del 5% de su plantilla en el país, según indicó la compañía a la representación legal de los trabajadores. La medida se circunscribe exclusivamente a Inetum España y forma parte de la adaptación de su modelo operativo al nuevo contexto competitivo del mercado tecnológico español.

La empresa enmarca esta decisión en su estrategia de transformación operativa, con la que busca evolucionar hacia un modelo "más transversal y dinámico", en un entorno marcado por la presión competitiva, la transformación del mercado del talento, la incertidumbre política y económica y las nuevas exigencias de los clientes. Según explica la compañía, el mercado español se ha convertido en un escenario "altamente competitivo" dentro del sector tecnológico.

Dentro de ese proceso, Inetum señala que ha realizado un análisis técnico y de capacidad antes de plantear la apertura del ERE, que afectaría únicamente a perfiles técnicos. La compañía precisa que no se verán impactados los profesionales vinculados a servicios centrales o de soporte y subraya que se trata de una medida "puntual", sin fases posteriores previstas.

La dirección sostiene además que la reorganización no implica la supresión de líneas de negocio, por lo que, según defiende, no habrá efectos sobre la prestación de servicios a clientes ni sobre la actividad diaria de la plantilla. La empresa asegura que afrontará el procedimiento bajo criterios de "máxima responsabilidad social, transparencia y respeto" hacia las personas trabajadoras.

Inetum se presenta como uno de los grandes grupos europeos de servicios digitales, ya que cuenta con 27.000 consultores y especialistas, opera en 19 países y registró unas ventas de 2.400 millones de euros en 2024

 

[Santiago4]

La guerra de Irán y la IA provocan una oleada de ERE en las empresas en España

• Entre enero y abril de este año alrededor de 12.000 empleos se han visto comprometidos
• https://www.eleconomista.es/empleo/...n-las-empresas-en-espana.html#google_vignette
• 
  

Cagpemini propone 748 despidos en España e Inetum otros 425 en los dos primeros grandes ERE por la IA​

 

[Rodolfo Langostino]

Mejor que lo hagan hasta 2100. Menuda risa.

El temor a un nuevo ERE en 2027 sobrevuela la planta de Ford Almussafes​

Los sindicatos descartan un anuncio en la visita del presidente europeo y la plantilla sospecha que pueda haber despidos tras el ERTE actual​

Valencia
Jueves, 23 de abril 2026, 00:50

Vuelven los fantasmas del pasado a la factoría de Ford Almussafes. La visita del presidente europeo de la firma, Jim Baumbick, a las instalaciones de la multinacional en Valencia debían ser sinónimo de alivio para los más de 4.000 trabajadores. Sin embargo, en las horas previas a la reunión que mantendrá el dirigente con los responsables de la fábrica, la mezcla entre nerviosismo e incertidumbre invade a la plantilla de la firma del óvalo.

Si este martes UGT guardaba silencio ante las preguntas formuladas por este periódico, a menos de 24 horas de reunirse con Baumbick el principal sindicato en la factoría ya empieza a visualizar lo que sucederá en el encuentro. «Descartamos que vaya a haber ningún tipo de anuncio. Se trata de la primera visita a la planta por parte del presidente europeo», explicaban desde la organización sindical.

(imagen visible para usuarios registrados)
Noticia relacionada

Mutismo total en el entorno de Ford Almussafes antes de la visita del presidente europeo a Valencia​

Un mensaje que ha calado en los empleados de la fábrica, que, ante la falta de noticias positivas respecto al futuro de la planta valenciana, empiezan a temer que la historia del pasado se repita. «Los ánimos están muy alterados y la mayoría pensamos que vendrán con recortes», asegura un trabajador de Ford Almussafes a este periódico.

El recuerdo de los últimos años, en los que se han implementado hasta cuatro Expedientes de Regulación de Empleo (ERE), pesa, y mucho, en una plantilla que observa con prudencia cada una de las reuniones que se producen entre el comité de empresa y la dirección. La visita de un alto cargo a la fábrica, prevista para este jueves, generó cierta esperanza cuando se anunció, pero se fue apagando a medida que pasaban los días y empezaba a haber cierto runrún respecto a la inexistencia de una hoja de ruta definida para el futuro a corto plazo de la factoría.

«La plantilla teme un nuevo ERE para el 2027. Estas visitas no solo traen buenas noticias. Traen una buena y muchas malas», indicaban desde dentro de la fábrica. Cabe recordar que los trabajadores de Ford se encuentran bajo una situación excepcional de ERTE Red, que les permite recibir formación, percibir prácticamente la totalidad de su salario y no consumir prestación por desempleo, a pesar de no trabajar ninguna semana al completo debido al descenso de producción prolongado durante los últimos años. Un escenario que, sin embargo, tiene fecha de caducidad: el año 2027, cuando estaba previsto empezar a producir el nuevo vehículo multienergía que Ford anunció para Almussafes ahora hace ya un par años.

Desde los sindicatos, apuestan por la cautela. UGT-Ford mantiene que la reunión de este jueves se enmarca dentro de las relaciones habituales entre el comité de empresa y la dirección europea de la firma e incluso confía en sacar algo positivo de la misma. Por su parte, STM-Intersindical critica la desinformación por parte de la empresa sobre lo que sucederá a partir de la visita de Baumbick, confía en que puedan celebrar buenas noticias, pero no descarta un nuevo ERE en la factoría.

El temor a un nuevo ERE en 2027 sobrevuela la planta de Ford Almussafes | Las Provincias

Los sindicatos descartan un anuncio en la visita del presidente europeo y la plantilla sospecha que pueda haber despidos tras el ERTE actual

www.lasprovincias.es

 

[Chimpu]

(enlace visible para usuarios registrados)