Científico de Datos Senior · Investigador en Genómica · Docente
Trabajo en la intersección de la ciencia de datos, la inteligencia artificial clínica y la genómica personalizada. Investigador en el UCL Great Ormond Street Institute of Child Health. Fundador de CESGEN.
Soy Científico de Datos Senior (Grado 7) e Investigador en el UCL Great Ormond Street Institute of Child Health, Departamento de Población, Política y Práctica. Mi carrera abarca más de 30 años en la interfaz de la genética de poblaciones, el diagnóstico molecular, el apoyo a la decisión clínica y la educación — siempre con el objetivo de hacer que los datos sean útiles para la salud.
Mi principal línea de investigación es el proyecto Neotree — una plataforma de salud digital para el apoyo a la decisión clínica neonatal desplegada en Zimbabue y Malaui. Dirijo los componentes de modelado estadístico, pipelines de machine learning, análisis de series temporales interrumpidas y gobernanza de datos.
Junto a la investigación, me interesa profundamente la nutrigenómica y la medicina personalizada — la ciencia de cómo la variación genética individual moldea las respuestas a la dieta, el entorno y el estilo de vida. Desarrollo y enseño cursos sobre este tema, y construyo herramientas de análisis genómico a través de CESGEN y contribuciones de código abierto a la biblioteca ClawBio.
He enseñado matemáticas, estadística y ciencia de datos a nivel universitario durante más de dos décadas — en inglés, español y alemán — en instituciones del Reino Unido, España e internacionalmente.
Mi investigación se sitúa en la intersección del machine learning, la estadística y la salud global — preguntando cómo la IA y los métodos rigurosos pueden mejorar las decisiones clínicas en entornos de alta presión y recursos limitados.
Plataforma de salud digital desplegada en unidades neonatales en Zimbabue (Hospital Central Sally Mugabe, Harare) y Malaui (Hospital Central Kamuzu). Recoge datos clínicos estructurados en el punto de atención y apoya las decisiones clínicas, el seguimiento de resultados y la mejora de la calidad.
Mi papel abarca el análisis de series temporales interrumpidas para evaluar el impacto de la plataforma, modelos de machine learning para la predicción temprana de hipotermia y sepsis, pipelines de datos maestros y gobernanza de datos.
Visitar NeotreeMás de dos décadas de trabajo sobre la base genómica de la variación individual en salud, metabolismo y riesgo de enfermedad — desde la genética de poblaciones y la evolución molecular hasta paneles basados en SNPs para perfiles de nutrición metabólica y pipelines de interpretación clínica.
El trabajo actual se centra en la puntuación de riesgo genómico, las interacciones gen-dieta y la construcción de pipelines de análisis de código abierto a través de CESGEN y la biblioteca ClawBio.
Visitar CESGENConstruidas durante más de 30 años en la intersección de la biología, la estadística y la informática — aplicadas a la investigación, la docencia y la industria.
Preciso, accesible, basado en ejemplos reales. Más de dos décadas enseñando en inglés, español y alemán, en el Reino Unido, España e internacionalmente.
Un curso aplicado sobre el uso de grandes modelos de lenguaje, pipelines de machine learning y herramientas de IA en el análisis de datos genómicos. Dirigido a investigadores, clínicos y practicantes de bioinformática que quieran trabajar eficazmente con IA en un entorno genómico.
Ver curso en CESGENUn curso completo sobre la ciencia de la nutrición personalizada — cómo la variación genética individual moldea las respuestas a la dieta, el estilo de vida y el entorno. Cubre interpretación de SNPs, vías metabólicas, interacciones gen-dieta y la base de evidencia detrás de las recomendaciones de salud personalizada.
Únete a la lista de esperaEscribo principalmente en Python y R, con foco en análisis genómico, pipelines de datos clínicos y machine learning. Todo el trabajo público está en GitHub (51 repositorios).
Pipeline para la interpretación de datos de genotipo basados en SNPs en el contexto de la nutrición metabólica. El núcleo analítico de la plataforma de genómica personalizada de CESGEN — vincula perfiles de genotipo individuales con recomendaciones nutricionales basadas en evidencia.
Ver en GitHubBiblioteca de código abierto de habilidades para agentes de IA en bioinformática, construida sobre el runtime OpenClaw. Local-first, reproducible, diseñada para investigadores que quieran integrar IA en flujos de trabajo genómicos sin perder transparencia metodológica.
Ver en GitHubPipelines de datos y análisis estadísticos para el proyecto de salud neonatal Neotree — ingesta, limpieza, análisis de series temporales interrumpidas y modelos de machine learning para predicción clínica. Versiones local y del Entorno de Investigación Confiable del NHS.
Ver repositoriosDivulgación científica, genómica, ciencia de datos y mucho más. Encuéntrame en las siguientes plataformas.
Siempre estoy dispuesto a escuchar a investigadores, colaboradores, estudiantes y cualquier persona con un interés genuino en ciencia de datos, genómica o salud global.