Hackathon Gaia X España
30Nov09:3018:30Hackathon Gaia X EspañaResuelve los retos de la economía del dato

Detalles del evento
Resuelve los retos de la economía del dato .gx-retos{margin:24px 0;}.gx-retos > summary{display:inline-block;list-style:none;cursor:pointer;background:linear-gradient(90deg,#1b1f5e,#7b2ff7);color:#fff;padding:12px 32px;border-radius:6px;font-size:16px;font-weight:600;text-transform:uppercase;letter-spacing:.5px;}.gx-retos > summary::-webkit-details-marker{display:none;}.gx-retos > summary::after{content:" ▾";}.gx-retos[open] > summary::after{content:" ▴";}.gx-retos[open]
Detalles del evento
Resuelve los retos de la economía del dato
| Horario | Actividad |
|---|---|
| 9:15 – 9:30 | Recepción y registro |
| 9:30 – 9:45 | Presentación del Hackathon |
| 9:45 – 11:30 | Explicación de los retos y formación de equipos |
| 11:30 – 12:00 | ☕ Coffee break |
| 12:00 – 17:00 | Desarrollo del Hackathon |
| 17:00 – 18:00 | Entrega de premios y cierre de la jornada |
EVENTO HÍBRIDO EN LA UPM Y ONLINE
RETOS
Los equipos podrán elegir entre cuatro retos agrupados en dos líneas. Cada línea tiene su propia rúbrica de evaluación y su propio premio.
Retos UPM
Uno para el ganador del Reto 2 y otro para el del Reto 3
Reto Tree Technology
Para el equipo ganador del Reto 4
Los retos
1Data Space in 60 MinutesLa carrera del despliegue
Contexto
Uno de los mayores frenos para la adopción de espacios de datos federados es la complejidad inicial de configuración, negociación de catálogos y arranque de conectores. Eunomia busca romper esta barrera reduciendo la curva de entrada a minutos.
El reto
Partiendo de los artefactos y repositorios base de Eunomia (eunomia-deployment), cada equipo debe configurar, arrancar y orquestar un ecosistema funcional de espacio de datos que incluya:
- Entorno de Autoridad: emisión y validación de identidades y credenciales.
- Al menos un nodo Proveedor (Provider): publicando catálogos DCAT y servicios de datos.
- Al menos un nodo Consumidor (Consumer): realizando la negociación de contrato (Dataspace Protocol) y la transferencia efectiva del dato.
Hito clave
Lograr que todo el ciclo (bootstrapping, negociación y transferencia) se complete y verifique en menos de 60 minutos desde un entorno limpio.
2Espacios de Datos Efímeros «Al Vuelo» ante Catástrofes iPad ProEscenario DANA
Contexto
En situaciones de emergencia extrema como inundaciones, riadas o catástrofes naturales, los tiempos de respuesta son críticos. La coordinación requiere compartir datos en tiempo real entre administraciones públicas (servicios de rescate, meteorología, fuerzas de seguridad) y entidades ciudadanas o privadas en el terreno.
El reto
Desarrollar y demostrar el aprovisionamiento «al vuelo» de un espacio de datos de emergencias que permita:
- Ingesta e intercambio inmediato de flujos críticos: puntos de anegamiento en tiempo real, estado de vías, localización de personas atrapadas y necesidad de suministros.
- Coexistencia operativa de actores oficiales y no oficiales: UME, Protección Civil, AEMET y 112, junto a plataformas de voluntariado, empresas de maquinaria y ONG.
- Canales de contingencia: que un nodo de campo pueda sumarse a la red en cuestión de minutos y comenzar a transferir telemetría sin pasar por semanas de homologación burocrática.
Resultado esperado
Una demostración funcional de un espacio de datos de emergencias que se aprovisiona en minutos y permite el intercambio de datos en tiempo real entre todos los actores implicados.
3Orquestación Cloud-Native Multi-Entorno y Resiliencia Elástica iPad ProDel localhost a producción
Contexto
Un espacio de datos no puede depender exclusivamente de entornos localhost o instancias locales frágiles. Requiere desplegarse de manera declarativa tanto en nubes públicas o soberanas como en nodos edge o centros de datos descentralizados.
El reto
Evolucionar la base de despliegue de Eunomia (docker-compose / scripts bash) hacia una arquitectura cloud-native lista para producción:
- Manifiestos declarativos (Kubernetes / Helm Charts / Terraform) para desplegar nodos Eunomia en cualquier proveedor cloud: AWS, GCP, Azure o nubes europeas compatibles con Gaia-X.
- Auto-recuperación (self-healing), balanceo de carga en el plano de datos y separación estricta entre plano de control y plano de transferencia.
- Telemetría y observabilidad integrada: métricas de latencia de negociación, estado del almacén de identidades y paneles de control en tiempo real.
Resultado esperado
Una base de despliegue cloud-native, resiliente y observable, que además pueda utilizarse para despliegues rápidos en situaciones de emergencia.
Evaluación
I. Criterios transversales (comunes a todos los equipos)
| Criterio | Puntos |
|---|---|
| Viabilidad e impacto¿La solución es realista y escalable en un entorno de producción o emergencia real? ¿Resuelve un problema claro de negocio, gobernanza o impacto social? | 15 |
| Innovación y enfoque¿El equipo ha utilizado enfoques arquitectónicos novedosos o ha ido más allá del «camino fácil»? Diseño de la experiencia de usuario o de desarrollador (DX/UX). | 15 |
| Calidad de la demostración (pitch): claridadExplicación del problema, la solución y el escenario de uso en el tiempo límite asignado. | 10 |
| Calidad de la demostración (pitch): prueba en vivoLa demostración se realiza sobre software corriendo en vivo, no solo diapositivas o vídeos pregrabados. | 10 |
| Total | 50 |
II. Ejecución técnica · Reto 2: Espacios de Datos Efímeros «Al Vuelo» (DANA)
Se debe montar un caso de uso de interés creando los sistemas finales de emisión, consulta y consumo de datos. Todas las transferencias de datos tienen que haber tenido previamente una publicación en catálogo del espacio de datos, y su consiguiente negociación de contrato y transferencia. La topología del caso de uso es libre.
| Criterio | Puntos |
|---|---|
| Aprovisionamiento rápido y contingenciaDemostración de un nodo de campo sumándose a la red en minutos, eludiendo homologaciones burocráticas lentas. | 5 |
| Ingesta en tiempo realCapacidad de procesar e intercambiar flujos críticos de telemetría al instante. | 15 |
| Federación híbridaCoexistencia operativa demostrada entre actores oficiales y no oficiales. | 10 |
| Resiliencia de la redLa red sobrevive y sigue transmitiendo datos si un nodo central o de coordinación simula una caída. | 10 |
| Complejidad de la topología de serviciosLa cantidad de sistemas finales y sistemas consumidores de datos emula la situación real de despliegue. | 10 |
| Total | 50 |
II. Ejecución técnica · Reto 3: Orquestación Cloud-Native Multi-Entorno
Se debe mejorar la capacidad de despliegue de los sistemas en entornos de nube y multinube, automatizando el despliegue del entorno actual. No solo se tienen que desplegar los sistemas de espacios de datos: también tiene que haber una ergonomía en el despliegue de los sistemas finales de datos y los sistemas consumidores.
| Criterio | Puntos |
|---|---|
| Manifiestos declarativosUso correcto de Kubernetes, Helm Charts o Terraform para desplegar nodos Eunomia, superando el docker-compose local. | 10 |
| Plano de control vs. plano de datosSeparación arquitectónica estricta y balanceo de carga demostrable en el plano de datos. | 10 |
| Auto-recuperación (self-healing)Demostración en vivo de destrucción de un pod/nodo y su recuperación automática sin pérdida de estado. | 10 |
| ObservabilidadPaneles de telemetría en tiempo real que muestren métricas de latencia y estado del almacén de identidades. | 10 |
| Complejidad de la topología de serviciosLa cantidad de sistemas finales y sistemas consumidores de datos emula la situación real de despliegue. | 10 |
| Total | 50 |
III. Bonus: diseño conceptual y modelos de negocio en espacios de datos (hasta +10)
| Nivel | Puntos |
|---|---|
| Sin modeloNo hay mención a un modelo de negocio, o el caso de uso es genérico y no aporta valor real. | 0 |
| Concepto básicoSe describe un caso de uso válido para el espacio de datos, pero el modelo de negocio no está definido o es poco realista. | 3 |
| Diseño sólidoDiseño conceptual claro del ecosistema y un modelo de negocio creíble y sostenible. | 7 |
| Excelencia estratégicaDiseño conceptual de alto nivel que demuestra un conocimiento profundo de la economía de los espacios de datos: incentivos, mecanismos de gobernanza y un modelo de negocio disruptivo. | 10 |
Desempate
- Mayor puntuación en el Bonus (modelos de negocio y diseño conceptual).
- Mayor puntuación en Ejecución técnica.
- Despliegue más automatizado (menor intervención manual durante la demostración en vivo).
- Voto de calidad del Jurado Técnico Principal, basado en la robustez del código o la arquitectura entregada.
Un iPad Pro para el equipo ganador del Reto 2 y otro para el equipo ganador del Reto 3.
El reto
4TrustED PETs Transformer 1.000 €Protege los datos, conserva su valor
Contexto
Las organizaciones a menudo necesitan compartir, analizar o publicar datos, pero los datos originales pueden contener información personal, sensible, confidencial o sujeta a otras restricciones. Eliminar los nombres u otros identificadores evidentes rara vez es suficiente: cada tipo de dato requiere técnicas de protección diferentes, y las transformaciones demasiado agresivas pueden destruir el valor del conjunto de datos.
El reto
Inspirado en el proyecto europeo TrustED (GA n.º 101168467), este reto propone desarrollar un prototipo funcional que aplique tecnologías de mejora de la privacidad (PET, por sus siglas en inglés) a conjuntos de datos sensibles, preservando su utilidad analítica. Los equipos deberán:
- Detectar o clasificar los tipos de datos presentes e identificar los principales riesgos de privacidad asociados.
- Seleccionar y justificar las PET o técnicas de transformación adecuadas para los datos y riesgos relevantes, teniendo en cuenta el escenario de intercambio proporcionado.
- Transformar el conjunto de datos y generar una versión protegida o una vista protegida de este.
- Aportar evidencias de que las transformaciones aplicadas reducen los riesgos de privacidad identificados, mediante métricas, pruebas o evaluaciones adecuadas a las PET seleccionadas.
- Demostrar que la versión protegida conserva un nivel de utilidad suficiente para el propósito analítico de referencia.
Los datos
Se proporcionarán uno o varios conjuntos de datos sintéticos realistas de ámbitos como ciberseguridad, sanidad, ciudades inteligentes, movilidad, energía, finanzas, educación, administración pública o atención al cliente. Podrán incluir identificadores directos, cuasiidentificadores, marcas de tiempo, ubicaciones, campos de texto libre, identificadores técnicos, atributos categóricos, mediciones numéricas o estadísticas agregadas.
Junto con cada conjunto de datos, se proporcionará un escenario de intercambio y, al menos, un propósito analítico de referencia cuya utilidad deberá evaluarse antes y después de la transformación. Los equipos podrán proponer análisis adicionales, siempre que estén debidamente justificados.
PET y transformaciones posibles
Entre otras técnicas, podrán utilizarse enmascaramiento, seudonimización, tokenización, generalización, agrupación en intervalos, supresión, agregación, generación de datos sintéticos, ocultación de información sensible en texto libre, reducción de la precisión de las ubicaciones, redondeo de marcas de tiempo o privacidad diferencial para consultas agregadas.
Esta lista es orientativa y no exhaustiva. No se espera que los equipos apliquen todas las técnicas, sino que seleccionen una combinación adecuada para los riesgos identificados y el escenario planteado.
Entregables
La demostración final deberá mostrar:
- Los tipos de datos y los principales riesgos de privacidad identificados en el conjunto original.
- Las PET o técnicas de transformación seleccionadas para cada tipo de dato y la justificación de su elección.
- El prototipo funcional y el conjunto de datos transformado o la vista protegida generada.
- Evidencias de la reducción de los riesgos de privacidad mediante una o varias métricas, pruebas o evaluaciones coherentes con las técnicas aplicadas y los riesgos identificados.
- Una comparación de la utilidad antes y después de la transformación para el propósito analítico de referencia, aplicando el mismo análisis o criterio de evaluación.
- Una explicación de por qué los datos protegidos pueden resultar adecuados para el escenario de intercambio proporcionado, incluyendo los posibles riesgos residuales, limitaciones y condiciones de uso.
Las mejores soluciones demostrarán un equilibrio justificado entre privacidad y utilidad: aportarán evidencias de que se han reducido los riesgos relevantes, manteniendo en un grado suficiente los patrones, las distribuciones, las tendencias, las relaciones o los indicadores necesarios para el caso de uso previsto.
Evaluación
Rúbrica sobre 100 puntos. En cada criterio el jurado asigna un nivel de 0 a 4 según la siguiente escala.
Premio para el equipo ganador del Reto Tree Technology.
Este proyecto ha recibido financiación del programa de investigación e innovación Horizonte Europa de la Unión Europea en virtud del acuerdo de subvención n.º 101168467.
Horario
Location
Escuela de Telecomunicaciones UPM, España
Gaia-X
Gaia-X