Análisis predictivo e Inteligencia Artificial (IA)
Metodología de desarrollo Scrum y Kanban.
Aplicación de Redes Neuronales (RNN) y Bayesianas (RB), Modelos gráficos probabilísticos (MGP), Machine Learning (ML), Deep Learning (DL), Estadística Funcional
Extracción, Transformación y Carga – ETL: Spark con Python y R
Investigación y análisis de la aplicación de técnicas ML y DL para solucionar problemas de diferentes áreas (Transporte, Ingeniería, Urbanismo, Minería, Geomorfología,…)
Desarrollo de cálculo de features en entornos BigData con R y Hadoop.
Implantación de herramientas de Data Discovery.
Implantación de sistemas de gestión de bases de datos (SGDB) en la nube (on-cloud) para la administración de data warehouse.
Desarrollo e implantación de sistema de recomendación en e-commerce en Spark con Scala.
Diseño y explotación de arquitectura Lambda.
Diseño y desarrollo de modelo automatizado de análisis predictivo.
Modelos de Clustering distribuidos temporales, Deep Learning, aprendizaje por refuerzo, aprendizaje por competición.
Diseño y desarrollo de modelo de identificación de grupos legales mediante datos de transferencias por medio de modelos de grafos.
Desarrollo de paquete en R para el análisis clustering dinámico de usuarios.
Modelo de Scoring online
Modelos Predictivos de evolución temporal definido
Modelos de Grafos para identificación de riesgos mediante Deep Learning y procesamiento distribuido
Diseño y desarrollo de modelo de clasificación automática.
