Con más de doce años de experiencia en investigación y docencia, y ocho años de trayectoria profesional en ciencia de datos aplicada. 

Su formación combina una base sólida en física, matemática y estadística con un enfoque actual en machine learning, análisis de grandes volúmenes de datos y aplicaciones a problemas reales de alto impacto.

Se especializa en radiación solar y el modelado del recurso energético, área en la que desarrolla su investigación aplicada mediante la integración de datos satelitales, mediciones de superficie y algoritmos avanzados. Ha publicado trabajos en revistas indexadas y participado en proyectos colaborativos con grupos de investigación nacionales e internacionales, enfocándose en predicción, extrapolación espacial y validación de modelos híbridos físicos–estadísticos.

En el ámbito profesional lideró proyectos de big data, migración a la nube, mejora de procesos analíticos y gobernanza y ética de datos en organismos del sector público. También participó activamente en la construcción de marcos institucionales para el uso responsable de datos y en el diseño de sistemas de información a gran escala.

Como docente, cuenta con amplia experiencia en física, matemática y ciencia de datos a nivel de grado y posgrado, acompañando a estudiantes y equipos técnicos en el desarrollo de habilidades analíticas, pensamiento crítico y capacidades prácticas para resolver problemas complejos con datos.

Mi propósito es conectar la ciencia de datos con desafíos reales (desde las energías renovables hasta la gestión pública) y motivar a quienes se formen en este campo a construir soluciones basadas en evidencia, tecnología y rigor científico.