El Instituto de Biocomputación y Físisca de Sistemas Complejos es un instituto de investigación de la Universidad de Zaragoza que promueve la interdisciplinariedad para afrontar los grandes retos de la innovación y el desarrollo.
El BIFI participa en diversos proyectos internacionales en varios ámbitos, incluyendo el análisis de datos, el desarrollo de aplicaciones científicas y de portabilidad, con apoyo a usuarios y provisión de recursos. El BIFI es referencia como infraestructura de computación (HPC, Grid y Cloud), participando en varios proyectos de la Unión Europea y del 7PM, y siendo uno de los nodos de la Red Española de Supercomputación. Además diversos investigadores del BIFI construyeron el superordenador dedicado JANUS.
El BIFI es también una referencia en proyectos e iniciativas de Ciencia Ciudadana. En 2011 puso en marcha la Fundación Ibercivis y coordinó poco después el proyecto Socientize para crear el Libro Blanco sobre Ciencia Ciudadana para Europa.
El BIFI forma parte de varios proyectos europeos relacionados con la innovación industrial como CloudSME, Fortissimo o CloudFlow de la iniciativa I4MS dentro de la PPP Factories of the Future (FoF). Además ha participado en SCI-BUS, Global Excursión, SCC-Computing, EGI , EGEE II, EGEE III int.eu.grid, EDGES, EDGI y DEGISCO. BIFI también fue líder en dos iniciativas Grid regionales, Aragrid y PireGrid.
En el ámbito de Big Data y análisis de datos, el BIFI trabaja en la captura, almacenamiento, compartición, análisis y visualización de grandes cantidades de datos provenientes de diferentes sistemas de información, con la finalidad de obtener un conocimiento útil para el usuario, como patrones de comportamiento, correlaciones entre variables o establecer modelos de previsión:
• Captura de datos. Desarrollamos herramientas capaces de acceder a diversos sistemas para la descarga de datos. Estos sistemas pueden ser privados o públicos (datos de entidades públicas, datos de redes sociales, etc.)
• Almacenamiento y potencia de cálculo. El BIFI es uno de los mayores centros de supercomputación del país, con más de 10.000 cores de cálculo. Dispone de infraestructura para el almacenamiento de grandes volúmenes de datos con más de 150 TB.
• Compartición. Los datos con los que se trabaja pueden en ocasiones necesitar ser compartidos con otros sistemas (por ejemplo, diferentes centros de una misma entidad) desarrollando para ello servicios web o bien librerías para dar acceso a terceros a través de una API.
• Análisis. El análisis de datos es la parte más compleja y también la más dependiente del problema a resolver en cada caso. En función de las necesidades, se aplican diferentes técnicas de data mining y aprendizaje automático, desde técnicas exploratorias como análisis multivariable o técnicas de reducción dimensional, hasta técnicas para modelado, clasificación y predicción, como árboles de decisión, redes neuronales, support vector machines, random forests o distintos tipos de regresión.
• Visualización. La visualización de resultados puede realizarse de forma sencilla, a través de tablas, informes y gráficas o de forma más compleja, mediantes grafos, sistema de alarmas o entorno web customizable.