Abelardo E.
Monsalve Cobis

Responsabilidades

• 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

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.

• 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