BIOSTATECH

Doctora en Biología y Máster en Bioestadística por la USC, con estudios en Medicina (UNAV y USC).

Tiene una amplia experiencia investigadora en la USC (Laboratorio de Invertebrados Marinos y Unidad de Bioestadística de Medicina) (2004-2010), y en el Instituto Pirenaico de Ecología (CSIC) (2010-2014). Responsable del Área de asesoramiento de Biostatech desde el año 2015.

Altos conocimientos y experiencia en la aplicación de múltiples técnicas y herramientas estadísticas. Especialista en modelos de regresión avanzados (GAM), modelos STAR y extensiones, estadística espacial, modelos mixtos, metaanálisis, y en estadística aplicada a la empresa (big data, datos complejos, modelos predictivos y series temporales). Programación en R.

Licenciada en Física por la Universidad Complutense de Madrid. Máster en Técnicas Actuales en Estadística Aplicada (UNED) y Máster Universitario en Energías Renovables (CEU-USP).
Programadora en Almis I.F., investigadora en el Instituto Max Planck Mainz (Alemania) (2012-2014), y responsable científico-técnica de la Consultoría estadística en la Universidad de Castilla-La Mancha (2015-2017). Inició su actividad en Biostatech en abril de 2017.
Tiene liderazgo y experiencia en el asesoramiento estadístico a científicos y empresas, y formación de investigadores del ámbito universitario, sanitario y empresarial; programación en R y Matlab; aplicación de Machine Learning en el entorno del marketing e innovación para empresas.

Doctor en Biología (UVigo). Master Universitario en Técnicas Estadística (UDC, USC y UVigo).

Amplia experiencia en investigación en el desarrollo de múltiples proyectos con distintas instituciones. Inicialmente a partir de prácticas realizadas en empresa en Isidro de la Cal (control estadístico de calidad), y el desarrollo de un proyecto de modelización estadística en la Oficina de Medio Ambiente (UDC). Investigador colaborador del Institut de Ciències del Mar (ICM-CSIC) (Barcelona), e investigador asociado a un proyecto europeo desarrollado por el Observatorie Océanologique de Banyuls (Francia). Contrato predoctoral Ministerial en la UVigo (2014-2017).

Experiencia en docencia, y especialista en múltiples metodologías estadísticas avanzadas, clasificación supervisada, análisis de imagen y simulaciones matemáticas, entre otras.

Alto nivel en programación: R, Matlab, Python.

Grado en Biotecnología (Universidad Politécnica de Valencia). Máster en Bioestadística (Universidad de Valencia).

Ha sido seleccionado con una de las mayores puntuaciones en la primera convocatoria de Doctorados Industriales de la Xunta de Galicia. Su tesis doctoral se centra en la modelización de datos longitudinales y de supervivencia desde una perspectiva bayesiana.

Especialista en minería de datos y machine learning, con alto nivel de programación en R, Python y SAS, además de contar con experiencia en el campo de la Bioinformática y en el análisis de datos ómicos.

Grado en Genética (Universidad Autónoma de Barcelona), Máster en Investigación Biomédica (USC) y Máster en Bioinformática para las Ciencias de la Salud (UDC). Ha sido seleccionada con una de las mayores puntuaciones en la segunda convocatoria de Doctorados Industriales de la Xunta de Galicia. A través de su tesis doctoral abordará el descubrimiento de nuevos biomarcadores a través de datos obtenidos mediante tecnologías de análisis proteómico.

Experiencia previa de prácticas en el Centro de Biotecnología Animal y Terapia Génica (CBATEG) y en investigación en el Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS).

Alto nivel en programación (R, Python, entre otras), bioinformática y bioestadística.

Grado en Matemáticas (Universidad de Oviedo) y Máster en Técnicas Estadísticas (UDC). En su TFM “Cambios en el N-glucoma sérico en pacientes con cáncer” se ha especializado en datos composicionales, aunque su formación matemática especializada en estadística le permite adaptarse a gran diversidad de metodologías.

Nivel avanzado de programación en R y manejo de Matlab.

Licenciado en Biología por la Universidad de Vigo y estudiante del Máster en Bioinformática para las Ciencias de la Salud (UDC). En su trabajo de fin de máster (TFM) «Radiomics to Predict Radiotherapy-Induced Toxicity in Lung Cancer», se especializó en la extracción y procesamiento de datos de imágenes clínicas.

Experiencia previa en prácticas de investigación en la Fundación Pública Gallega de Medicina Genómica (FPGMX).

Nivel avanzado en programación (Python, R, Bash, entre otros) y bioinformática.

Grado en Matemáticas (USC) y Máster en Técnicas Estadísticas (USC). En su TFM «Análise do efecto da e-consulta no Servizo de Cardioloxía da Área Sanitaria de Santiago de Compostela e Barbanza» se especializó en los modelos aditivos generalizados (GAM) y en el análisis de supervivencia.
Nivel avanzado en programación en R y conocimientos en Matlab, AMPL y Python.

Programa Investigo (Subvenciones destinadas a financiar la contratación de jóvenes demandantes de empleo para realizar iniciativas de investigación e innovación)(TR349V)