La Universidad del Norte se convirtió en un centro de innovación y aprendizaje aplicado al llevar a cabo el Business Logistics Optimization Challenge (BLOC) 2026. Este evento, organizado por la División de Ingenierías en colaboración con la empresa internacional GRIP Shipping, reunió a estudiantes de diversas disciplinas para abordar un desafío real en el ámbito de la distribución logística en Estados Unidos.
Claves de la noticia
48 horas de trabajo colaborativo
Estudiantes trabajaron intensamente para resolver problemas logísticos reales.
Desafío enfocado en datos reales
Los participantes analizaron información proporcionada por GRIP Shipping.
Propuestas estratégicas destacadas
Las soluciones presentadas mejoran la toma de decisiones empresariales.
Durante 48 horas continuas, los estudiantes formaron equipos interdisciplinarios, donde llevaron a cabo un análisis exhaustivo de grandes volúmenes de datos. Su objetivo fue construir modelos predictivos y formular recomendaciones estratégicas que optimizaran la toma de decisiones dentro del sector logístico.
Esta iniciativa surgió como parte de una colaboración entre GRIP Shipping y el Departamento de Ingeniería Industrial de Uninorte, bajo la dirección de las profesoras Guisselle García y Adriana Moros. El propósito era acercar a los estudiantes a los desafíos actuales que enfrenta la industria logística, al tiempo que se fortalece su formación mediante experiencias prácticas inmersivas.
Un desafío empresarial con impacto real
El reto propuesto por GRIP Shipping consistió en desarrollar soluciones para optimizar decisiones logísticas relacionadas con la distribución de productos en el mercado estadounidense. Para ello, los estudiantes debían analizar información real suministrada por la compañía y proponer estrategias basadas en tres componentes clave: pronóstico de demanda, diseño de políticas de inventario y evaluación del impacto económico de las decisiones propuestas.
En total, 57 estudiantes participaron organizados en 12 equipos interdisciplinarios compuestos por jóvenes de diferentes programas de ingeniería. La primera fase del concurso se centró en la construcción de modelos predictivos, utilizando un año completo de datos operativos. Los equipos realizaron procesos como limpieza y transformación de datos, análisis estadísticos y aplicación de algoritmos de machine learning.
Del análisis técnico a la estrategia empresarial
La segunda fase requirió que los estudiantes demostraran cómo sus modelos podían convertirse en herramientas valiosas para las organizaciones. A través de presentaciones ejecutivas, los finalistas expusieron propuestas enfocadas en mejorar la planificación de la demanda, optimizar inventarios y reducir riesgos operativos mediante herramientas avanzadas de visualización y análisis.
Los representantes de GRIP Shipping elogiaron la capacidad demostrada por los participantes para trabajar con datos reales, adaptarse a entornos exigentes y comunicar hallazgos complejos con claridad orientada al negocio. Las propuestas más destacadas lograron conectar el análisis cuantitativo con decisiones empresariales concretas, evidenciando cómo un pronóstico preciso puede traducirse en mayor eficiencia operativa y ventajas competitivas para las organizaciones.
Los equipos ganadores
Tras evaluar tanto los resultados técnicos como las presentaciones ejecutivas, los jurados seleccionaron a los equipos con mejor desempeño durante el evento:
Primer puesto:
• Nicolás Iriarte – Ingeniería Industrial
• Mariana Lacouture – Ingeniería Industrial
• Ayen Henríquez – Ingeniería de Sistemas
• Michelle Paternina – Ingeniería Industrial
• María Camila López – Ingeniería Industrial
Segundo puesto:
• Andrea Castro – Ingeniería Industrial
• Héctor Bedoya – Ingeniería Industrial
• Alejandra Valencia Rua – Ingeniería de Sistemas
• Juan Carrasquilla – Ingeniería de Sistemas
Mucho más que una competencia
A pesar del enfoque técnico del evento, uno de los aspectos más destacados del BLOC 2026 fue la experiencia humana vivida por los participantes. Durante el fin de semana, los estudiantes permanecieron en el campus compartiendo largas jornadas laborales, momentos sociales e integrándose entre compañeros provenientes de distintos programas académicos. Entre modelos predictivos y análisis, también hubo espacio para disfrutar y crear nuevas amistades.
Muchos describieron esta experiencia como una de las más enriquecedoras durante su vida universitaria, marcando un cierre memorable para el semestre académico. Según Adriana Moros, los resultados obtenidos reflejan el gran potencial que tienen los estudiantes cuando enfrentan desafíos reales. “Las soluciones presentadas mostraron un nivel sobresaliente en análisis, creatividad y madurez profesional”, concluyó Moros.
Preguntas sobre la noticia
¿Qué es el Business Logistics Optimization Challenge (BLOC) 2026?
El BLOC 2026 es una hackathon organizada por la Universidad del Norte en colaboración con GRIP Shipping, donde estudiantes de diferentes programas de ingeniería trabajan en equipos para desarrollar soluciones a un problema real de distribución logística en Estados Unidos, utilizando datos reales y técnicas de análisis avanzado.
¿Cuáles fueron los principales objetivos del reto planteado por GRIP Shipping?
El objetivo principal fue optimizar decisiones logísticas relacionadas con la distribución de productos, enfocándose en el pronóstico de demanda, diseño de políticas de inventario y evaluación del impacto económico de las decisiones propuestas.
¿Qué habilidades desarrollaron los estudiantes durante el evento?
Los estudiantes mejoraron sus habilidades en análisis de datos, construcción de modelos predictivos, trabajo en equipo interdisciplinario y comunicación efectiva al presentar sus hallazgos y recomendaciones estratégicas a un panel evaluador.
¿Cómo se evaluaron las propuestas presentadas por los equipos?
Las propuestas fueron evaluadas tanto por su desempeño técnico en la construcción de modelos predictivos como por la calidad y claridad de las presentaciones ejecutivas que conectaban el análisis cuantitativo con decisiones empresariales concretas.
Si (
No(
