Español English

Abelardo E.
Monsalve Cobis

Data Scientist/ Investigador Académico
PROFESSIONAL SUMMARY

Estadístico-Matemático con más de 10 años de experiencia en desarrollo de modelos matemáticos, ténicas estadísticas e investigación aplicada. He trabajado en centros como BCAM e ITMATI desarrollando modelos predictivos, análisis de datos longitudinales y técnicas de inteligencia artificial explicable. Especialista en R, Python y MATLAB, con dominio de desarrollo web. Mi labor combina el rigor académico con la aplicación práctica en salud, industria y tecnología.

CONTACT

Número teléfono:
+34 663 492763

Email:abelardoemc@gmail.com

ResearchGate

Experiencia Profesional

Responsibilidades

  • Depuración y Análisis de Datos. Desarrollo de Modelos de Regresión Logística, Beta-Binomiales, Supervivencia, Riesgos competitivos y Cura
  • Análisis de Datos Longitudinales. Desarrollo de Modelos de regresión con efectos mixtos análisis de datos de pacientes con enfermedades respiratorias.

Responsabilidades

  • Depuración y Análisis de Datos.
  • Desarrollo de un modulo de software basado en modelos de supervivencia y su integración en un sistema de mantenimiento predictivo y toma de decisiones.

Responsabilidades

  • Docencia, Investigación y Extensión Universitaria en la Decanato de Ciencias y Tecnología.
  • Jefe de Deapartamento de Investigación de Operaciones y Estadística
  • Miembro del Comité de Doctorado en Matemáticas

Responsabilidades

  • Desarrollo de un modelo de clasificación de registros de pozos petrolífero basado en litologías y análisis multifractal
EDUCACIÓN

Aplicaciones del aprendizaje profundo en registros médicos electrónicos y su integración y aplicación en sistemas de apoyo para la toma de decisiones clínicas.
Cursos destacados:
  • Data Mining en bases de datos clínicas: Ética, base de datos MIMIC III, Sistema Internacional de Clasificación de Enfermedades y definición de resultados clínicos comunes.
  • Aprendizaje profundo (Deep Learning) en Historias Clínicas Electrónicas: de la analítica descriptiva a la analítica predictiva.
  • Modelos explicables de Deep Learning para aplicaciones sanitarias.
  • Inteligencia Artificial Aplicada a la Decisión Clínica: Principios de Apoyo a la Decisión Clínica: Generalización, sesgo, imparcialidad, utilidad clínica y privacidad de los algoritmos de inteligencia artificial
  • Proyecto de Aprendizaje Aplicado: Permutation feature importance on the MIMIC critical care database.

  • Tesis Doctoral: “Test de bondad de ajuste para modelos de tipos de interés: Un enfoque basado en procesos empíricos”
    Directores: Dr. Wenceslao González-Manteiga, Dr. Manuel Febrero Bande.(Repositorio USC)

  • Trabajo Tutelado: “Test de bondad de ajuste para modelos de tipos de interés”
    Directores: Dr. Wenceslao González-Manteiga..

  • Trabajo de Grado: “Análisis Multifractal para el Análisis de Datos Geofísicos”
    Directores: Dr. Wilfredo Urbina, Dr. David Márquez, Dra. Stella Brassesco

  • Trabajo especial de Grado: “Aproximación Poisson: Método de Chein-Stein”
    Directora: MsC. María Victoria Sanchez.
Idiomas
  • Español: Nativo.
  • Inglés: Intermedio
  • Euskera: Basico
Habilidades

  • Desarrollo de modelos Matemáticos, de Machine Learning y técnicas estadísticas para el análisis de datos y la predicción de eventos.
  • Programación en Python, manejo de librerias: Pandas, Numpy, Matplotlib,plotly,seaborn, scikit-learn, statsmodels, SciPy
  • Programación en R, manejo de librerias: tidyverse, dplyr, ggplot2, plotly, timeseries, etc
  • Programación en MATLAB, manejo de librerias: Statistics and Machine Learning Toolbox
  • Manejo de herramientas para desarrollo de codigo: Rstudio, VS Code, PyCharm, IA Generativa
  • Desarrollo de aplicaciones web tales a partir de HTML, CSS, Bootstrap, JavaScript, JAVA, con Flask, Django
  • Edición de textos y presentaciones en LaTeX, Beamer, Office 365, Markdown,
  • Desarrollo de aplicaciones con Shiny, Rmarkdown
  • Gestión y Manejo de Base de datos, MysQL, PostgreSQL,Squilite
  • Administración y gestión de sistemas operativos, Linux (Distribuciones: Ubuntu, Mint, Redhat), Windows, Mac-OS
  • Conocimientos en metodologías de investigación y desarrollo de software
  • Gestión y manejo de versiones de software: Git,GitHub

  • Comunicación y Liderazgo
  • Capacidad de organización, planificación y gestión
  • Interés por el aprendizaje autonomo y actualización continua en tecnologías emergentes
  • Espíritu colaborativo y apertura al trabajo interdisciplinario
  • Pensamiento analítico riguroso y capacidad para resolver problemas
  • Compromiso con la ética profesional y la responsabilidad
PARTICIPACIÓN EN PROYECTOS:

  • Análisis de datos y Desarrollo de modelos de predicción de la mortalidad en la Pandemia de COVID-19.
  • Análisis y Desarrollo de modelos de predicción para el estudio de la Enfermedad Pulmonar Obstruciva Crónica (EPOC).

  • PreCoM project:Factories of the Future.
    Referencia: H2020-FOF-09-2017
    Website: http://www.itmati.com/precom
    Desarrollar y probar un sistema de toma de decisiones para mantenimiento predictivo que permitira identificar y localizar fallas, valorar su gravedad, predecir la evolución de las mismas, evaluar la vida útil y emitir avisos que permitan realizar acciones de mantenimiento preventivo.

  • Desarrollar un modelo para el cálculo del pago al personal de mantenimiento mecánico de la ENT, bajo criterios de equidad y justicia social, reconociendo y estimulando el aporte individual y colectivo a la calidad y eficiencia en el servicio que prestan estos trabajadores.

  • Diseño y desarrollo de un Sistema de Control para la Fundación CIEPE vía Web para administrar, manejar y evaluar estadísticamente de forma automatizada el Programas de Comparación de Resultados Interlaborarios (PCRI). asociado al programa interlaboratorio basado en las normas ISO-5725 (Covenin 2972).

  • Referencia: MTM2008-03010. Ministerio de Ciencia e Innovación, España. Facultad de Matemáticas, Universidad de Santiago de Compostela 2009-2013
    IP-Principal: Wenceslao González Manteiga (IP) http://eio.usc.es/pub/MAESFE.
    Financial modeling in series of interest rates of the interbank sector of Spain and Europe (EU), in the period prior to and during the banking crisis.
Asesorías Técnicas

Responsibilities

  • Evaluar los Diseños muéstrales de las encuestas, revisión de los Instrumentos de recolección de información y asesoría en el análisis de los resultados de las encuestas del Observatorio de Universidades.

Responsibilities

  • Analizar e interpretar datos relevantes para la toma de decisiones en el sector. Diseñar estudios, gestionar bases de datos, desarrollar modelos predictivos y elaborar informes para mejorar la eficiencia, la calidad y la competitividad de la empresa.
    • .
PUBLICACIONES

  • Vaamonde-Rivas, Manuel, Monsalve-Cobis, Abelardo , Pardo-Fernández, Juan Carlos, & de Uña-Álvarez, Jacobo. (2021). Software module based on lifetime analysis for a predictive maintenance decision-support system. http://doi.org/10.5281/zenodo.4557168
  • A.E. Monsalve-Cobis, W. González-Manteiga, W. Stute (2017),. “The Statistical Impact of Inflation On Interest Rates”. Communications in Statistics-Theory and Methods. Volume 46, Issue 14, ISSN: 0361-0926 http://dx.doi.org/10.1080/03610926.2015.1130842
  • González-Manteiga, W., Zubelli, J.,Monsalve-Cobis, Abelardo E., Febrero-Bande, M. (2017). “Goodness of Fit Test for Stochastic Volatility Models",.From Statistics to Mathematical Finance. Festschrift in Honour of Winfried Stute. Springer International Publishing ISBN 978-3-319-50986-0. pp. 89-104. link
  • Monsalve y Harmath, (2015). “Introducción al Análisis de Series de Tiempo con Aplicaciones a la Econometría y Finanzas”..Ediciones IVIC, Instituto Venezolano de Investigaciones Científicas (IVIC). ISBN 978-980-261-163-8, Caracas, Venezuela link
  • Monsalve-Cobis, A., González-Manteiga, W., and Febrero-Bande, M. (2011). “Goodness of Fit Test for Interest Rates Models: An Approach based on Empirical Processes”,. Computational Statistics & Data Analysis, 55. Pags 3073–3092. Elsevier Science Bv ISSN: 0167-9473 https://doi.org/10.1016/j.csda.2011.06.004
  • David Márquez, Juan R. Jiménez and Abelardo Monsalve (2001). Facies Recognition Using Multifractal Analysis,.Paper presented at the 2001 SEG Annual Meeting, San Antonio, Texas, Paper Number: SEG-2001-0580. https://doi.org/10.1190/1.1816684

  • Harmath, P., Ramoni, J., Monsalve, A. and Fajardo, J. (2021). About the Bootstrap Weak Convergence for the Foster-Greer-Thorbecke Poverty Index. Investigación Operacional. 42(2),174-194 42(2),174-194. link
  • Harmath, P., Ramoni, J. and Monsalve, A. (2020).. A Glivenko-Cantelli Bootstrap Theorem for the Foster-Greer-Thorbecke Poverty IndexRevista Colombiana de Matemáticas. 54(2), 159-177 link
  • Harmath, P., Ramoni, J. y Monsalve, A. (2019).. Un Resultado Glivenko-Cantelli Bootstrap para la Medida de Pobreza de Foster-Greer-Thorbecke..Artículo in extenso publicado en el Congreso de Matemática Aplicada, Computacional e Industrial - MACI 2019 - S12-Métodos Probabilísticos y Estadísticos. VII(2019), 245-248 link
CURSOS COMPLEMENTARIOS

  • Desarrollo de aplicaciones JAVA: Componentes Web y aplicaciones de base de datos (JSP y JPA) - IPARTEK Servicios Informáticos, SOC.COOP-(Enero 2025) 190 Hrs

  • Business Intelligence: modelización y visualización de datos con excel y power BI - IPARTEK Servicios Informáticos, SOC.COOP-(Noviembre 2024) 60 Hrs

  • Desarrollo de aplicaciones Web con HTML5, CSS3, JavaScript y JAVA - IPARTEK Servicios Informáticos, SOC.COOP-(Octubre 2024) 180 Hrs

  • Ciberseguridad avanzada en entornos de las Tecnologías de la Operación - Mainjobs Internacional Educativa y Tecnológica, S.A.-(Diciembre 2024) 120 Hrs

  • Tutorización del aprendizaje en la empresa. Fundación Estatal para la formación en el empleo,SEPE.2024.

  • Switching CISCO CCNP, Eductrade Abril-Mayo 2024.

  • Machine Learning APLICADO USANDO PYTHON, 150 horas, Plan Formativo PLAN ESTATAL TRANSFORMACIÓN DIGITAL Julio 2022.

  • Data Mining para Bases de Datos Clinicas, Universidad de Glasgow, Nov. 2022

  • Inteligencia Artificial APLICADA A LA EMPRESA, G12 GRUPO EMPRESARIAL DE SERVICIOS S.L. 2022.

  • Arquitectura Big Data, con una duración de 165 horas, Madrid, Diciembre 2022. Hedima.

  • Análista de Datos masivos y científico de datos, INDICE - Consorci per la Formació Contínua de Catalunya, 310 horas. Agosto 2022.

  • Desarrollo Web para comercio electrónica, Marzo 2024, 150 horas. Business School 10e.

  • Tecnologías habilitadoras digitales para la gestión de dispositivos, contenidos y datos en el entorno profesional, Ministerio de Educación y Formación profesional. Octubre 2023.

  • Digitalización Aplicada al Sector Productivo, Confederación Española de Organizaciones Empresariales (CEOE), Octubre 2022, 200 horas, 2024.