Profesores

Profesor
Breve Curriculum
Carmen Vaca Ruiz,  Ph. D

carmen-vaca

La Dra. Carmen Vaca obtuvo su título de Ph.D. en Information Engineering en el Politécnico de Milán (Milán, Italia), de Máster en Ciencias de la Computación en Syracuse University (Nueva York, Estados Unidos) y de Ing. en Computación en la ESPOL (Guayaquil,Ecuador). Durante su doctorado trabajó aplicando algoritmos de Machine Learning y diseñando algoritmos de Minería de datos espacial y Minería de texto en Yahoo Labs Barcelona donde trabajó con plataformas como Apache Hadoop, Apache Pig, Apache Mahout. Su interés en investigación incluye las áreas de  Spatial data mining, machine learning, Social Computing, Data Science. Actualmente, es miembro del Big Data Research group de ESPOL. Su trabajo de investigación busca inferir conocimiento acerca de ciudades y de temas de debate nacional (tales como una elección presidencial) utilizando millones de registros generados por los ciudadanos (sensores humanos) y publicados en redes sociales o a través de diferentes fuentes de datos digitales. Sus publicaciones están listadas en su página de Google Scholar: Carmen Vaca. Algunos de los proyectos en los que ha participado incluyen: “Social Sensor”, “Quantifying online storms”, “Applied text mining to infer a national political dictionary”, “Uncovering urban places for fitness in the city”.
Cristina Abad Robalino, Ph.D.                                

cabad

La Dra. Cristina Abad obtuvo su maestría y doctorado en Ciencias de la Computación en la Universidad de Illinois en Urbana-Champaign. Realiza investigación en Sistemas Distribuidos, especialmente en las áreas de arquitecturas de Big Data y computación en las nubes. Le interesa particularmente atacar problemas que permitan mejorar el rendimiento y escalabilidad de los sistemas distribuidos que sirven de base para estos dos dominios. Durante sus estudios doctorales, trabajó 3 años con el equipo de la infraestructura de Hadoop en Yahoo, y llegó a contribuir al código fuente de este proyecto. Ha sido merecedora de una Beca Fulbright, el premio Computer Science Excellence de UIUC y dos Google Faculty Research Awards. En ESPOL, la Dra. Abad es miembro del Big Data Research group, en el que trabaja en la optimización de infraestructuras para Big Data y cloud computing; como parte de esto, aplica técnicas de Big Data y Machine Learning, para el análisis de datos operativos de data centers y arquitecturas en la nube, así como para construir sistemas distribuidos inteligentes que se auto-adapten en respuesta a cambios dinámicos de las cargas de trabajo del sistema.
Andrés Abad Robalino, Ph. D.

Dr. Andres Abad

El Dr. Andrés Abad posee títulos de Ph.D. y M.Sc. en Industrial and Operations Engineering por la University of Michigan, en Ann Arbor, Estados Unidos; y de Ing. en Estadística Informática por la ESPOL. Durante sus estudios en EEUU recibió los reconocimientos académicos ScholarPOWER Award en los años 2008 y 2009.Actualmente, el Dr. Abad dirige el Laboratorio de Investigación en Inteligencia Artificial Industrial (INARI) en el Centro de Tegnologías de la Información (CTI) en ESPOL, dedicado a investigar el uso del Deep Learning en la resolución de problemas industriales reales. Su interés profesional y de investigación se enfocan en el desarrollo de aplicaciones del Deep Learning, Machine Learning, Data Mining, Data Science y optimización matemática. El Dr. Abad es un investigador activo y ha publicado ampliamente en revistas científicas indexadas categoría A1. Mantiene contacto permanente con la industria nacional, habiendo realizado proyectos de consultoría para diversas firmas en el Ecuador en temas de analítica, deep learning, machine learning, data science, e inteligencia de negocios. En los últimos años, ha asesorado al departamento de data science y desarrollados proyectos de aplicación de machine learning dentro de una de las empresas más importantes de la industria del retail nacional.
José Córdova García, Ph. D.

jcordova

José Córdova García recibió los títulos de Máster en Ciencias y PhD en Ingeniería Eléctrica por la Universidad Estatal de Nueva York en Stony Brook, en el 2012 y 2017 respectivamente. Fue becario Fulbright en Stony Brook durante sus estudios de Maestría. En el 2017 se integró como profesor de la Facultad de Ingeniería en Electricidad y Computación de la ESPOL. Actualmente es miembro del Grupo de Investigación en Redes y Tecnologías de la Información. En los últimos años su investigación ha incluido el diseño de aplicaciones inteligentes para la industria eléctrica (Smart Grids) y de telecomunicaciones. Sus intereses actuales incluyen la detección automática de eventos y anomalías basados en datos generados por máquinas, manejo de datos faltantes, y aplicaciones de machine learning para redes de datos, eléctricas y la estimación de calidad de experiencia de usuarios en Internet.
Rodrigo Castro, Ing. Ingeniero en ciencias computacionales de la ESPOL. Ganador de distinciones académicas en la carrera de ciencias computacionales en los años 2013 y 2015. Segundo lugar en el reto Movistar del Campus Party y Reportics App. Asistente de investigación en los años 2015 y 2016. Primer lugar en el Hackathon Ciudades Resilientes con Mobilicity App. Investigador en el Centro de visión y robótica de la ESPOL. Asistente de investigación en el grupo de ciencia de datos y big data de la ESPOL. Experiencia como: asistente de laboratorio en el centro de visión y robótica de la ESPOL, investigador en el laboratorio en el centro de visión y robótica de la ESPOL, científico de datos de MavenRoad LLC., desarrollador web y móvil en la unidad FCSH de la ESPOL.