- Desarrollo de modelos de clasificación para la detección de alzheimer (AD) y deterioro cognitivo leve (DCL)- Responsable de un equipo de dos perfiles junior (software engineer y machine learning engineer) - Definición del problema, creación de features, obtención de descriptivos estadísticos del target y las variables sociodemográficas, selección de variables, entrenamiento de distintos clasificadores, definición de la metodología de entrenamiento-validación-test- Desglose del problema global en tareas, definición detallada de cada tarea y asignación a miembros concretos del equipo, priorización, calendarización y seguimiento

Definición, planteamiento, presentación a cliente, venta, implementación y puesta en producción de 4 proyectos completos (un prototipo y tres end-2-end) a 3 compañías:- Prototipo de datawarehouse para la detección de diabetes en base a datos de servicios médicos (www.medicsen.com)- Datamart de clientes con una visión 360 de sus patrones de consumo- Modelo de detección de Alzheimer y Deterioro cognitivo leve en pacientes mayores en base su habla espontánea (www.accexible.com)- Datawarehouse transversal de la compañía (incluyendo e interconectando información de ventas online, ventas en tienda, almacén, operaciones, contabilidad y financiero) (www.pompeiibrand.com)

- Seguimiento y apoyo en un proyecto de desarrollo de un Datawarehouse transversal de la compañía y un Datamart de clientes- Desarrollo de cuadros de mandos y dashboards de visualización para el seguimiento semanal y mensual de las métricas de negocio del equipo de ventas

- Desarrollo (como parte de un equipo) de un data-mart de clientes de una aerolínea- Desarrollo (como parte de un equipo) de modelos de machine learning para la clasificación de clientes en tipologías

El objetivo de la colaboración fue el de explotar e intentar sacarle valor a las diversas fuentes de datos que poseen, centrándose en aquellas relativas a la conversión de los consumidores, desde la captación / retargeting mediante campañas específicas de cada canal, hasta la atribución sobre los distintos "touchpoints" de aquellas trayectorias que acabasen en compra.

NacStats nació como una startup tecnológica con el objetivo de ayudar a las marcas a entender, por un lado, su posicionamiento en redes sociales con respecto al resto de mercado, y por otro, su comunidad de seguidores, procesando datos de las mismas a través de una serie de algoritmos (de análisis de textos y de redes).En Junio de 2016, tras un proceso de remodelación, NacStats pasó a llamarse Wibber.www.wibber.es

Impartido clases particulares, a lo largo de estos 4 años, a un total de 30-40 alumnos distintos, provenientes principalmente de las carreras:- Matemáticas- Física - Química, Biología, Psicología - Ingenierías Industrial, Aeronáutica e InformáticaA parte de elaborar apuntes adaptados a cada alumno de manera personalizada, programar (con Mathematica) explicaciones visuales (a base de gráficas 2D y 3D, estáticas y dinámicas) de muchos de los conceptos, con el objetivo de facilitar su comprensión.