Logotipo UNED 50 aniversario
  • es
  • en
fondo titulo

JORGE MARTIN AREVALILLO

PROFESOR PERMANENTE LABORAL

ESTADÍSTICA, INVESTIGACIÓN OPERATIVA Y CÁLCULO NUMÉRICO

FACULTAD DE CIENCIAS

jmartin@ccia.uned.es

(+34) 91398-7264

Formación Académica

  • Doctor en Ciencias Matemáticas por la Universidad Nacional de Educación a Distancia. 2003
  • Licenciado en Ciencias Matemáticas por la Universidad Nacional de Educación a Distancia. 1996

Puestos académicos desempeñados

  • Enero 2024 – hasta la fecha. Profesor Permanente Laboral. Departamento de Estadística, Investigación Operativa y Cálculo Numérico 
  • Enero 2012 – Diciembre 2023. Profesor Contratado doctor. Departamento de Estadística, Investigación Operativa y Cálculo Numérico
  • Julio 2005 – Diciembre 2011. Profesor Colaborador. Departamento de Estadística, Investigación Operativa y Cálculo Numérico
  • Febrero 2002 – Junio 2005. Profesor Asociado. Departamento de Estadística, Investigación Operativa y Cálculo Numérico
  • Enero 1997 – Enero 2002. Profesor ayudante de Escuela Universitaria. Departamento de Estadística, Investigación Operativa y Cálculo Numérico

Docencia como profesor tutor

  • 1996-2010. Profesor tutor para asignaturas de la Licenciatura en Ciencias Matemáticas. UNED - Centro Asociado Madrid 
  • 2012-2015. Profesor tutor para asignaturas del Grado en Ing. Informática / Ing. TI. UNED - Centro Asociado CEURA.  

Docencia

Docencia

N.º de tramos reconocidos de evaluación docente

5

Investigación

PROYECTOS DE TRANSFERENCIA

  • Construcción de Modelos IC IP: Jorge Martín Arevalillo. Contrato OTRI - BBVA PERÚ. (Referencia: 7218003552) Octubre 2017 – Diciembre 2020.
  • Data Science and Predictive Modeling Applied to Business Analytics IP: Jorge Martín Arevalillo. Contrato OTRI - Universidad de Cádiz (Referencia UNED 2020-CTINV-0008). Enero 2020 – Mayo 2020.  
  • Implementación de Modelos de Minería de Datos para Inteligencia Comercial IP: Jorge Martín Arevalillo. Contrato OTRI - BBVA CONTINENTAL (Referencia 5510003490). Noviembre 2015 – Diciembre 2017.
  • Estimación de modelos gráficos probabilísticos no dirigidos para el estudio de asociaciones en tres bases de datos oncológicos IP: Hilario Navarro. Contrato OTRI - BIOMEDICA MOLECULAR MEDICINE S.L (Referencia: 7218003536). Rol: miembro del equipo. Enero 2017 – Diciembre 2017.
  • Machine Learning – Métodos Supervisados IP: Jorge Martín Arevalillo. Contrato OTRI - DATA MINING CONSULTING PERÚ (Referencia: 5510003489). Mayo 2016 – Junio 2016.
  • Transferencia de conocimiento para la creación de modelos de inteligencia comercial IP: Jorge Martín Arevalillo. Contrato OTRI - BBVA CONTNENTAL (Referencia 5510003405). Noviembre 2014 – Diciembre 2015.
  • Data Mining and Statistical Modeling for Customer Churn Management IP: Jorge Martín Arevalillo. Contrato OTRI - BBVA CONTINENTAL (Referencia 5510003322). Diciembre 2012 – Septiembre 2013.

PROYECTOS DE INVESTIGACIÓN

  • Scalable and Cost Competitive Data Collection and Analysis Techniques for Social Probing (SocialProbing)

    IPs: Antonio Fernández Anta, Rosa Elvira Lillo Rodríguez. MINISTERIO DE CIENCIA E INNOVACIÓN (Referencia: TED2021-131264B-I00). Fondos NextGenerationEU. Rol: miembro del equipo. Diciembre 2022 – Noviembre 2024.

  • Del Big Data al Great Value. Desarrollo e implementación de algoritmos matemáticos de Machine Learning y Aprendizaje Estadístico para la toma de decisiones IP: Jorge Martín Arevalillo. Financiado por BANCO SANTANDER. (2018V/PREMIO/07. Ref. Universitas 18CF05). Septiembre 2018 – Diciembre 2019.
  • Severe Enteric Disease. Pathogenesis and Response IPs: James B Kaper  y James P Nataro. Financiado por el UNITED STATES NATIONAL INSTITUTE OF HEALTH (NIH) y NATIONAL INSTITUTE OF ALLERGY AND INFECTIOUS DISEASES (NIAID) de los EEUU (Referencia: grant # 1U19AI090873-01).  Rol: colaborador del equipo de investigación. Julio 2010 – Junio 2015.

PROYECTOS DE INNOVACIÓN

  • Sistema Inteligente de Buzziness IP: Anselmo Sánchez. MINISTERIO DE CIENCIA E INNOVACIÓN a través del CDTI (Referencia: IDI-20110617). Rol: asesoramiento científico-técnico. Noviembre 2011 – Abril 2013.
  • La utilización del software estadístico R en la enseñanza de metodologías orientadas al análisis de fenómenos en ambientes de incertidumbre IP: Paloma Maín. Universidad Complutense de Madrid (proyecto # 67). Proyecto de innovación educativa. Rol: miembro del equipo. Septiembre 2010 – Diciembre 2011.

N.º de tramos reconocidos de actividad investigadora

2

Nº de tramos reconocidos por actividad de transferencia

1

Difusión de la investigación

  • PUBLICACIONES
    1. Jorge M Arevalillo  (2024). Data science methods for response, incremental response and rate sensitivity to response modelling in banking. Expert Systems. 41: e13644 
    2. Jorge M Arevalillo  (2024). On the empirical approximation to quantiles from Lugannani-Rice saddlepoint formula. Statistics & Probability Letters. 209: 110105
    3. Jorge M Arevalillo, Jorge Navarro (2024). Assessment of extreme records in environmental data through the study of stochastic orders for scale mixtures of skew normal vectors. Environmental and Ecological Statistics. 31: 151-179
    4. Jorge Navarro, Jorge M Arevalillo (2023). On connections between skewed, weighted and distorted distributions: Applications to model extreme value distributions. TEST. 32 (4): 1307-1335
    5. Jorge M Arevalillo, Raquel Martín-Arevalillo (2023). Patterns of differential expression by association in omic data using a new measure based on ensemble learning. Statistical Applications in Genetics and Molecular Biology. 22 (1): 20230009
    6. Jorge Navarro, Francesco Buono, Jorge M Arevalillo (2023). A new separation index and classification techniques based on Shannon entropy. Methodology and Computing in Applied Probability. 25 (4):78
    7. Jorge M Arevalillo, Hilario Navarro (2023). New insights on the multivariate skew exponential power distribution. Mathematica Slovaca. 73 (2): 529-544
    8. Jorge Martín Arevalillo (2021) Datos que generan valor. CATALUÑA ECONÓMICA. 556. 10-14
    9. Jorge M Arevalillo, Hilario Navarro (2021) Skewness Based Projection Pursuit as an Eigenvector Problem in Scale Mixtures of Skew-Normal Distributions. Symmetry. 13 (6): 1056
    10. Jorge M Arevalillo (2021) Ensemble learning from model based trees with application to differential price sensitivity assessment. Information Sciences. 557. 16-33
    11. Jorge M Arevalillo, Hilario Navarro (2021) Skewness-kurtosis Model Based Projection Pursuit with Application to Summarizing Gene Expression Data. Mathematics. 9 (9): 954
    12. Jorge M Arevalillo, Hilario Navarro (2020) Data projections by skewness maximization under scale mixtures of skew-normal vectors. Advances in Data Analysis and Classification. 14 (2). 435-461
    13. Lucía Trilla-Fuertes, Angelo Gámez-Pozo, Jorge M Arevalillo, Rocío López-Vacas, Elena López-Camacho, Guillermo Prado-Vázquez, Andrea Zapater-Moros, Mariana Díaz-Almirón, Maria Ferrer-Gómez, Hilario Navarro, Paolo Nanni, Pilar Zamora, Enrique Espinosa, Paloma Maín, Juan Ángel Fresno Vara (2020). Bayesian Networks established functional differences between breast cancer subtypes. PLoS ONE 15 (6): e0234752 
    14. Lucía Trilla-Fuertes, Angelo Gámez-Pozo, Elena López-Camacho, Guillermo Prado-Vázquez, Andrea Zapater-Moros, Rocío López-Vacas, Jorge M. Arevalillo, Mariana Díaz-Almirón, Hilario Navarro, Paloma Maín, Enrique Espinosa, Pilar Zamora, Juan Ángel Fresno Vara (2020) Computational metabolomics hints at the relevance of glutamine metabolism in breast cancer. BMC Cancer 20:307
    15. Jorge M Arevalillo (2019) Model Based Recursive Partitioning for Customized Price Optimization Analytics. In: Morales A., Fierrez J., Sánchez J., Ribeiro B. (eds) Pattern Recognition and Image Analysis. IbPRIA 2019. Lecture Notes in Computer Science, vol 11867. 113-124. Springer
    16. Jorge M Arevalillo, Hilario Navarro (2019) A stochastic ordering based on the canonical transformation of skew-normal vectors. TEST. 28 (2). 475-498
    17. Jorge M Arevalillo (2019) A machine learning approach to assess price sensitivity with application to automobile loan segmentation. Applied Soft Computing. 76. 390-399
    18. Lucia Trilla-Fuertes, Angelo Gámez-Pozo, Guillermo Prado-Vázquez, Andrea Zapater-Moros, Mariana Díaz-Almirón, Jorge M Arevalillo, María Ferrer-Gómez, Hilario Navarro, Paloma Maín, Enrique Espinosa, Álvaro Pinto, Juan Ángel Fresno Vara (2019) Biological molecular layer classification of muscle-invasive bladder cancer opens new treatment opportunities. BMC Cancer 19:636
    19. Guillermo Prado-Vazquez, Angelo Gamez-Pozo, Lucia Trilla-Fuertes, Jorge M Arevalillo, Andrea Zapater-Moros, Maria Ferrer-Gomez, Mariana Diaz-Almiron, Rocio Lopez-Vacas, Hilario Navarro, Paloma Main, Jaime Feliu, Pilar Zamora, Enrique Espinosa, Juan Ángel Fresno Vara (2019) A novel approach to triple-negative breast cancer molecular classification reveals a luminal immune-positive subgroup with good prognoses. Scientific Reports 9, Article number: 1538
    20. Andrea Zapater-Moros, Ángelo Gámez-Pozo, Guillermo Prado-Vázquez, Lucía Trilla-Fuertes, Jorge M. Arevalillo, Mariana Díaz-Almirón, Hilario Navarro, Paloma Maín, Jaime Feliu, Pilar Zamora, Enrique Espinosa, Juan Ángel Fresno Vara (2018). Probabilistic Graphical Models Relate Immune Status With Response To Neoadjuvant Chemo-Therapy In Breast Cancer. Oncotarget. 9 (45). 27586-27594
    21. Lucia Trilla-Fuertes , Angelo Gámez-Pozo, Jorge M Arevalillo, Mariana Diaz-Almiron, Guillermo Prado-Vazquez, Andrea Zapater-Moros, Hilario Navarro, Rosa Aras-Lopez, Irene Dapia, Rocio Lopez-Vacas, Paolo Nanni, Sara Llorente-Armijo, Pedro Arias, Alberto M Borobia, Paloma Main, Jaime Feliu, Enrique Espinosa, Juan Ángel Fresno Vara (2018). Molecular characterization of breast cancer cell response to metabolic drugs. Oncotarget. 9 (11). 9645-9660
    22. Guillermo de Velasco, Lucia Trilla-Fuertes, Angelo Gamez-Pozo, Maria Urbanowicz, Gustavo Ruiz-Ares, Juan M Sepulveda, Guillermo Prado-Vazquez, Jorge M. Arevalillo, Andrea Zaparter-Moros, Hilario Navarro, Rocío López-Vacas, Ray Manneh, Irene Otero, Felipe Villacampa, Jesus M. Paramio, Juan A. Fresno-Vara, Daniel Castellano (2017). Urothelial cancer proteomics provides both prognostic and functional information. Scientific Reports 7, Article number: 15819
    23. Jorge M Arevalillo, Marcelo B Sztein, Karen L Kotloff, Myron M Levine, Jakub K Simon (2017). Identification of immune correlates of protection in Shigella infection by application of machine learning. Journal of Biomedical Informatics. 74. 1-9
    24. Angelo Gámez-Pozo, Lucía Trilla-Fuertes, Julia Berges-Soria, Nathalie Selevsek, Rocío López-Vacas, Mariana Díaz-Almirón, Paolo Nanni, Jorge M Arevalillo, Hilario Navarro, Jonas Grossmann, Francisco Gayá Moreno, Rubén Gómez Rioja, Guillermo Prado-Vázquez, Andrea Zapater-Moros, Paloma Main, Jaime Feliú, Purificación Martínez del Prado, Pilar Zamora, Eva Ciruelos, Enrique Espinosa, Juan Ángel Fresno Vara (2017). Functional proteomics outlines the complexity of breast cancer molecular subtypes. Scientific Reports 7, Article number: 10100
    25. Jorge M Arevalillo (2016). The Cornish-Fisher Expansion for a Class of Statistics in First Order Autoregression. Communications in Statistics – Theory and Methods. 45 (11). 3196-3205
    26. Paloma Maín, Jorge M Arevalillo, Hilario Navarro (2015). Local effect of asymmetry deviations from Gaussianity using information-based measures. In Proceedings of the 2nd Int. Electron. Conf. Entropy Appl. 15–30 November 2015; Sciforum Electronic Conference Series, Vol. 2, 2015 , B002; doi:10.3390/ecea-2-B002 https://sciforum.net/conference/ecea-2/paper/3252
    27. Angelo Gámez-Pozo, Julia Berges-Soria, Jorge M Arevalillo, Paolo Nanni, Rocío López Vacas, Hilario Navarro, Jonas Grossmann, Carlos A Castañeda, Paloma Main, Mariana Diaz-Almirón, Enrique Espinosa, Eva Ciruelos, Juan Ángel Fresno Vara (2015). Combined label-free quantitative proteomics and microRNA expression analysis of breast cancer unravel molecular differences with clinical implications. Cancer Research. June 1, 75: 2243-2253
    28. Jorge M Arevalillo, Hilario Navarro (2015). A note on the direction maximizing skewness in multivariate skew-t vectors. Statistics & Probability Letters. 96. 328-332
    29. Jorge M Arevalillo (2014). Higher-order approximations to the quantile of the distribution for a class of statistics in the first-order autoregression. TEST. 23 (2). 291-310
    30. Jorge M Arevalillo, Hilario Navarro (2013). Exploring correlations in gene expression microarray data for maximum predictive - minimum redundancy biomarker selection and classification. Computers in Biology and Medicine. 43 (10). 1437-1443
    31. Jorge M Arevalillo (2012). Exploring the relation between the r* approximation and the Edgeworth expansion. Metrika. 75 (8). 1009-1024
    32. Sara Jurdao, Emilio Chuvieco, Jorge M Arevalillo (2012). Modelling forest fire ignition probability from satellite estimations of life fuel moisture content. Fire Ecology. 8 (1). 77-97 
    33. Jorge M Arevalillo, Hilario Navarro (2012). A study of the effect of kurtosis on discriminant analysis under elliptical populations. Journal of Multivariate Analysis. 107. 53-63
    34. Jorge M Arevalillo, Hilario Navarro (2011). Uncovering bivariate interactions in high dimensional data using Random Forests with data augmentation. Fundamenta Informaticae. 113 (2). 97-115
    35. Jorge M Arevalillo, Hilario Navarro (2011). A new method for identifying bivariate differential expression in high dimensional microarray data using quadratic discriminant analysis. BMC Bioinformatics. 12 (Suppl 12):S6 doi:10.1186/1471-2105-12-S12-S6
    36. S. Jurdao, J. M. Arevalillo, E. Chuvieco, M. Yebra (2011). Development of a method to transform Life Fuel Moisture Content into ignition probability. Proceedings of the 34th International Symposium on Remote Sensing of Environment. Sydney
    37. Jorge M. Arevalillo, Hilario Navarro (2009). Using random forests to uncover bivariate interactions in high dimensional small data sets. StReBio'09 Proceedings of the KDD-09 Workshop on Statistical and Relational Learning in Bioinformatics. 3-6. París. ACM New York, NY, USA. ISBN: 978-1-60558-667-0 
    38. Jorge Martín Arevalillo (2005). Aproximaciones Saddlepoint para el cuantil de la distribución de un estadístico. Volumen homenaje al Profesor Yáñez de Diego. 119-123. Editorial UNED.
    39. Jorge M. Arevalillo (2003). Inverting a saddlepoint approximation. Statistics & Probability Letters. 61. 421-428
    40. Arevalillo J.M (2001). A Second Order Approximation for the Inverse of the Distribution Function of the Sample Mean. Kybernetika. 37. 91-10
  • CONFERENCIAS INVITADAS Y SEMINARIOS
    1. XI AI-Directors Meeting (AI Network). Análisis de la sensibilidad al precio. Si discriminas por sensibilidad hablemos de revenue. Madrid. Octubre 2024
    2. Credicorp Advanced Analytics Circle. Algoritmos de ciencia de datos: estado del arte y nuevas tendencias con aplicación a casos de uso en banca. Lima (Perú). Marzo 2024 
    3. Universidad Nacional Educación a Distancia (UNED). ETSI Informática. Algoritmos que generan valor en proyectos de analítica avanzada. Madrid. Noviembre 2023
    4. Universidad Politécnica de Madrid. Trees, ensembles and beyond: Data Science algorithms with valuable applications. Madrid. Marzo 2023
    5. Universidad de Murcia. El valor de la Ciencia de Datos en la era del Big Data y la digitalización. Murcia. Marzo 2023
    6. CUNEF Universidad. Ciencia de datos y algoritmos que generan valor. Madrid. Febrero 2023
    7. Universidad Carlos III de Madrid (UC3M-Santander Big Data Institute). From big data to great value and the value of data science research. Madrid. Junio 2022
    8. Universidad de Cádiz. Investigación académica en ciencia de datos mediante aplicación a casos reales. Cádiz. Abril 2022
    9. Centro de Inteligencia Artificial de Ourense (c.IAOurense). Ciencia de datos para la analítica de negocio y la gestión empresarial. Orense. Mayo 2021
    10. DMC Perú (Ciclo de Webinars online). Statistical Learning and Machine Learning for Business Analytics. Lima (Perú). Mayo 2020
    11. Universidad de Cádiz. Data Science and Predictive Modeling Applied to Business Analytics. Cádiz. Febrero 2020
    12. Universidad de Cádiz: Data Science for big data in banking: A statistical learning perspective.  Cádiz. Marzo 2019
    13. UNED (Jornada de Difusión del Conocimiento en Big Data). Modelos predictivos en banca. Un enfoque basado en el análisis científico de datos. Madrid. Octubre 2016
    14. Universidad Complutense de Madrid. Data Mining con Árboles de Decisión. Madrid. Junio 2013
    15. XIV cursos de verano de la UNED. Técnicas de Data Mining. Ávila. Julio 2003
    16. INteligent ADvisors / Grupo ALTRAN (Ciclo charlas tecnológicas empresa INAD). Data Mining: una herramienta para la toma de decisiones. Madrid. Diciembre 2000
    17. UNED. V curso sobre Métodos Teoría de la Probabilidad y la Inferencia Estadística. Leyes de los grandes números y martingalas. Ávila. Abril 2000
    18. UNED Melilla. Iniciación al uso de Software Estadístico. Melilla. Diciembre 1999
    19. UNED. IV curso sobre Métodos Teoría de la Probabilidad y la Inferencia Estadística. Suficiencia y ancilaridad. Ávila. Abril 1999
  • CONTRIBUCIONES Y PONENCIAS EN CONGRESOS
    1. 15th International Conference on Ordered Statistical Data. Coimbra (Portugal). Junio 2024
    2. II Workshop en Ordenaciones Estocásticas y sus Aplicaciones. Alicante. Junio 2024
    3. XL Congreso Nacional Sociedad Española de Estadística e Investigación Operativa. Elche. Noviembre 2023
    4. I Workshop on Stochastic Orderings and their Applications. Madrid. Julio 2023
    5. XXXIX Congreso Nacional Sociedad Española de Estadística e Investigación Operativa. Granada. Junio 2022
    6. I Congreso Internacional de Investigación Aplicada a Ciencia de Datos. Quito (Ecuador). Enero 2022
    7. XI Jornadas de usuarios de R. Madrid. Noviembre 2019
    8. XXXVIII Congreso Nacional Sociedad Española de Estadística e Investigación Operativa. Alcoy. Septiembre 2019
    9. 44th European Society for Medical Oncology (ESMO) Congress. Barcelona. Septiembre 2019 
    10. I Conference on Transfer between Mathematics & Industry (CTMI 2019). Santiago de Compostela. Julio 2019
    11. 9th Iberian Conference on Pattern Recognition and Image Analysis (IbPRIA 2019) Madrid. Julio 2019
    12. 11th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2018). Pisa (Italia). Diciembre 2018
    13. 25th Biennial Congress of the European Association for Cancer Research Amsterdam (Holanda). Julio 2018
    14. XXXVII Congreso Nacional Sociedad Española de Estadística e Investigación Operativa. Oviedo. Mayo 2018
    15. 10th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2017). London (Reino Unido). Diciembre 2017
    16. EACR-AACR-SIC Special Conference 2017: The Challenges of Optimizing Immuno- and Targeted Therapies: From Cancer Biology to the Clinic. Florencia (Italia). Junio 2017
    17. 17th International Conference on Systems Biology. Barcelona. Septiembre 2016
    18. 2nd International Electronic Conference on Entropy and Its Applications (on-line). Noviembre 2015
    19. Big Data Analytics Summit. Lima (Perú). Junio 2015
    20. San Antonio Breast Cancer Symposium. SABCS 2013. San Antonio (EEUU). Diciembre 2013
    21. Salford Analytics and Data Mining Conference. San Diego (EEUU). Mayo 2012
    22. XXXIII Congreso Nacional Sociedad Española de Estadística e Investigación Operativa. Madrid. Abril 2012
    23. 34th International Symposium on Remote Sensing of Environment. Sydney (Australia). Abril 2011
    24. ACM SIGKDD Conference on Knowledge Discovery and Data Mining. Washington (EEUU). Julio 2010
    25. ACM SIGKDD Conference on Knowledge Discovery and Data Mining. París (Francia). Junio 2009
    26. CRISP – DM Workshop. Chicago (EEUU). Septiembre 2006
    27. International Salford Systems Data Mining Conference. San Diego (EEUU). Marzo 2006
    28. XXV European Meeting of Statisticians. Oslo (Noruega). Julio 2005
    29. Salford Systems Data Mining workshop. Madrid. Mayo 2005
    30. XXVIII Congreso Nacional Sociedad Española de Estadística e Investigación Operativa. Cádiz. Octubre 2004
    31. XXV Congreso Nacional Sociedad Española Estadística e Investigación Operativa. Vigo.  Abril 2000
  • LIBROS Jorge Martín Arevalillo, Hilario Navarro Veguillas (2011). PROBLEMAS RESUELTOS DE INICIACIÓN AL ANÁLISIS ESTADÍSTICO DE DATOS. CIENCIAS E INGENIERÍA. Editorial: UNED. ISBN: 9788436262131
Otros

Otras Actividades

EXPERIENCIA PROFESIONAL
  • Asesor científico en proyectos de Data Analytics y Ciencia de Datos. Clientes destacados: BBVA Perú (2017-2020). BBVA Continental (2013-2017). McDonald’s España (2010). Yell Publicidad (2010-2011). Brand Value. Marketing & Comunicación para Club Carrefour (2007-2008). Mutua Madrileña Automovilista (2004). Trabajos Catastrales S.A (2002). 
  • Formador en programas de Data Analytics y Ciencia de Datos para instituciones públicas y privadas: Universidad de Cádiz (2020). DMC Perú (2016). Decide Soluciones (2014). Centro Internacional de Formación Financiera CIFF (2004-2012). Boston Consulting Group (2008-2009).
 EVALUACIÓN Y REVISIÓN DE ARTÍCULOS
  • Editor asociado de la revista Expert Systems: the Journal of Knowledge Engineering
  • Revisor de artículos para las revistas: IEEE Transactions on Reliability. European Journal of Operational Research. TEST. Expert Systems. Computers in Biology and Medicine. Symmetry. Journal of Universal Computer Science. Journal of Nonparametric Statistics. Journal of Multivariate Analysis
 ESTANCIAS DE INVESTIGACIÓN
  • UC3M - Santander Big Data Institute: Universidad Carlos III. Getafe, Madrid. 2022-2024
  • Instituto de Genética Médica y Molecular (INGEMM) Hospital La Paz. Madrid. 2018
  • Salford Systems. San Diego (EEUU). 2006 
  • Instituto de Matemática Aplicada. Universidad Nacional de San Luis (Argentina). 1996
 PREMIOS Y RECONOCIMIENTOS
  • Premio UNED – BANCO SANTANDER de investigación, transferencia y divulgación 2018 como reconocimiento a la labor de investigación y transferencia de los resultados de la investigación. Madrid. 2018
  • Evaluación positiva por parte de la Agencia Nacional de Evaluación de la Calidad y Acreditación (ANECA) para las figuras: profesor titular de universidad, profesor contratado doctor, profesor colaborador y profesor ayudante doctor 
  • Beca INTERCAMPUS de investigación. Programa #1849. Instituto de Matemática Aplicada. Univ. Nacional de San Luis (Argentina). 1996
  • Premio extraordinario fin de carrera al mejor expediente en Ciencias Matemáticas (UNED). Madrid. 1996
 LinkedIn

Contacto a través de LinkedIn