Iñaki Sainz De Murieta

senior data scientist - phd

Madrid, España

  • 40.4167
  • -3.70358
  • Tarifa aproximada 450€ / día
  • Experiencia 7 años y +
  • Tasa de respuesta 100%
  • Tiempo de respuesta 12h
Proponer un proyecto

Disponibilidad confirmada

Media jornada, Tardes y fines de semana

Verificaciones

Categorías

Descubre lo que Iñaki está buscando

Desplazamiento
Solo puedo ir parte del tiempo a las oficinas del cliente
Zona geográfica de actividad
Busca proyectos en Alrededor de Madrid y 60 kms

Iñaki en pocas palabras

Soy Doctor e Ingeniero en Informática, con Másters en Inteligencia Artificial, Biología Sintética y Biología de Sistemas.

Mi experiencia recorre sectores tan diversos como las Ciencias de la Vida, Salud, Logística, Comercio Electrónico o Gran Consumo. Cuento con una amplia experiencia en el desarrollo de modelos predictivos (y prescriptivos) utilizando técnicas de aprendizaje automático supervisado y no supervisado.

Soy agnóstico en tecnología. Me siento cómodo desarrollando en R o en Python; explorando bases de datos relacionales, explotando clusters de Hadoop usando Hive o Presto o desarrollando sobre Spark; desarrollando servicios web en Java o apps en Javascript. Me adapto con facilidad al paisaje tecnológico de cualquier proyecto.

En otra vida fui consultor de sistemas ERP y tuve ocasión de trabajar en proyectos muy grandes y saborear la dirección de proyectos con gente a mi cargo. Vería con buenos ojos asumir roles de dirección en proyectos de ciencia de datos o big data.

Portfolio:

Experiencia

enero de 2019 - Hoy

Sector médico

Previsión de reclutamiento de pacientes en estudios clínicos

Universal Diagnostics

Para cada centro colaborador de un estudio clínico, previsión del número de pacientes y la distribución de condiciones (control vs enfermedad).
Análisis de series temporales, estacionalidad.
agosto de 2018 - diciembre de 2018

Sector médico

Sistema de validación de datos clínicos

Universal Diagnostics

Sistema de validación de datos clínicos de pacientes, en dos fases:
- sistema experto basado en reglas, representando criterios de consistencia en los datos;
- detector de anomalías, alertando sobre registros que, cumpliendo las reglas de consistencia, no se ajustan a la distribución estadística de los datos históricos.
Trabajo desarrollado en colaboración con el departamento de estudios clínicos.
octubre de 2017 - julio de 2018

Sector médico

Modelos predictivos para diagnóstico de cáncer

Universal Diagnostics

Desarrollo de modelos para predicción de cáncer a partir de datos clínicos y marcadores biológicos en sangre de pacientes. Trabajo desarrollado en cooperación con el departamento de I+D.

Aprendizaje supervisado, selección de variables, random forest, regresión logística, procesos gausianos.
abril de 2017 - octubre de 2017

E-commerce

Predicción de incidencias en productos on-line

Empresa de comercio electrónico

Modelos predictivos para detectar productos publicados en el marketplace con información incorrecta (título, precio, fotografía, etc).
Detección de anomalías, clustering, feature engineering, aprendizaje supervisado.
abril de 2017 - octubre de 2017

E-commerce

Generación de datos agregados con herramientas NoSQL y visualización de KPIs

Empresa de comercio electrónico

Implementación de workflows:
- accediendo periódicamente a MySQL,
- utilizando Hive+Presto sobre Hadoop para generar datos agregados y KPIs
- visualización de datos procesados con aplicaciones Shiny (R)
agosto de 2013 - abril de 2017

Centros de investigación

Caracterización de secuencias de ADN

Imperial College London

Utilización de técnicas de ciencia de datos para analizar los efectos de insertar secuencias específicas (bioparts) de ADN en bacterias.
Análisis y normalización de mediciones de laboratorio (e.g. densidad óptica, fluorescencia), clustering, aprendizaje supervisado, ecuaciones diferenciales.
agosto de 2013 - diciembre de 2015

Centros de investigación

Desarrollo de un estándar de adquisición de datos

Imperial College London

Desarrollo de un nuevo estándar para la adquisición de datos en biología sintética: DICOM-SB.

https://pubs.acs.org/doi/abs/10.1021/acssynbio.5b00222
agosto de 2013 - diciembre de 2015

Centros de investigación

Base de datos pública on-line

Imperial College London

Desarrollo de una base de datos pública on-line para alojar catálogos de partes biológicas (bioparts), incluyendo:
- lógica del servidor en Java usando JPA sobre base de datos en MySQL;
- lógica de cliente en HTML5 y Javascript;
- acceso programático al servidor mediante APIs

http://synbis.bg.ic.ac.uk

Formaciones

  • Master on Biotechnology

    Aliter Escuela Internacional de Negocios

    2011
  • MSc Artificial Intelligence

    Universidad Politécnica de Madrid

    2008
  • PhD Computer Science

    Universidad Politécnica de Madrid

    2013

    PhD Program on Artificial Intelligence.
    Awarded Cum Laude and Extraordinary Doctoral Award.

    The Extraordinary Doctoral Award (Premios Extraordinarios de Doctorado) are awarded among those who, having read their Thesis in the previous academic year, have obtained the qualification of Cum Laude.
    In the proposal that each Centre submits, only one candidate for each ten theses read during the same previous academic year can be proposed and one candidate more, as appropriate, by the residual fraction of ten.

  • MEng Computer Science

    Universidad de Zaragoza

    2000
  • MSc Systems & Synthetic Biology

    Université Paris-Saclay

    2012

Idiomas

  • Español

    Bilingüe o nativo

  • Inglés

    Competencia profesional completa

charter modal image

Nuestro éxito es un logro de todos

Ayúdanos a lograr este éxito y demostrar la profesionalidad de nuestra comunidad firmando el Código de conducta freelance

Firma el código