Pamela Alejandra Bustamante Faúndez, Phd

Pamela Bustamante es Doctora en Ciencias de la Ingeniería por la Pontificia Universidad Católica de Chile (PUC), con investigación doctoral centrada en Juegos de Stackelberg en seguridad y estructuras poliedrales. Cuenta con un Magíster en Ingeniería Industrial y el título profesional de Ingeniería Civil Industrial. Realizó estadías de investigación en INRIA Lille-Nord (Francia) y GERAD (Montreal, Canadá).

Actualmente es Profesora Asistente en el Departamento de Ingeniería Industrial de la Universidad de los Andes, donde dicta los cursos de Programación Matemática y Aprendizaje por Refuerzo. 

Es co-fundadora de Python Chile y PyLadies Santiago de Chile, organizaciones sin fines de lucro que promueven el uso de Python y la participación de mujeres en tecnología. Ha publicado en revistas internacionales de alto impacto como Omega y Computers & Operations Research, y ha presentado su investigación en distintas conferencias, tales como EURO, IFORS y EuroSciPy.

Sus intereses de investigación se encuentran en la intersección de la Teoría de Juegos, la Optimización Matemática y la Inteligencia Artificial, con aplicaciones en seguridad y protección de infraestructura crítica.

Investiga sobre Juegos de Stackelberg en Seguridad (SSG), donde un defensor con recursos limitados protege objetivos ante un atacante racional. Su tesis doctoral demostró que la estructura poliedral del espacio de estrategias del defensor determina la complejidad computacional y permite diseñar algoritmos eficientes mediante Branch-and-Price y Branch-and-Cut, logrando reducciones de hasta el 95% en tiempo computacional respecto al estado del arte.

Adicionalmente, investiga aprendizaje de máquinas aplicado a contextos industriales (predicción de accidentes, análisis de churn), localización de instalaciones, partición de grafos y ruteo. Tiene también interés creciente en alineación y gobernanza de la Inteligencia Artificial.

Como Profesora Asistente en la Universidad de los Andes, Pamela Bustamante dicta los cursos de Programación Matemática (2024, 2025) y Aprendizaje por Refuerzo (2025) a nivel de pregrado.

Su metodología integra herramientas computacionales modernas como Python y Julia, y aplica casos reales de optimización e inteligencia artificial para promover el aprendizaje activo.