Germán PaduaMatemáticas · Ingeniería · Ciencia de datos
Visual theme
EN — English
Secciones

Germán Padua Almería, España

IA, matemáticas, datos y curiosidad.

Matemático, ingeniero informático y científico de datos. Trabajo en modelos de riesgo de crédito y desarrollo proyectos de IA y aprendizaje automático.

Ver los proyectosExperiencia
Photo · QGCN Proyección 2D

Una idea llevada a código: geometría y redes neuronales para grafos.

Proyectos

Una selección de investigación, ingeniería y aplicaciones.

Otros proyectos
  • Almería Isométrica

    Un mapa isométrico de Almería construido con datos públicos reales —LiDAR del PNOA, ortofoto y Catastro— donde la IA sólo decide el aspecto de las superficies. La geometría la impone el dato, no el modelo.

  • Mi Balance

    PWA para iPhone que registra ingresos y gastos y calcula la tasa de ahorro mensual. Los datos nunca salen del dispositivo, las copias de seguridad van cifradas y funciona sin conexión.

  • inference-obs

    Pasarela de inferencia LLM autoalojada y observable. Un operador sirve a varios proyectos con claves virtuales, presupuesto por proyecto y cada llamada trazada hasta el proyecto y el usuario final que la hizo.

  • F1 Data App

    Aplicación web publicada que analiza carreras y clasificaciones de Fórmula 1 a partir de las APIs públicas de Ergast y FastF1: parrilla, tiempos por vuelta, evolución de posiciones y distribución de ritmos.

  • Análisis de fútbol con visión por computador

    Detección de jugadores, árbitros y balón sobre vídeo de partidos con YOLOv8, identificación de equipos, seguimiento de trayectorias con distancia y velocidad, y mapas de calor de posición.

  • Editor de planos y reforma en 3D

    Editor de vivienda que corre en el navegador sin conexión: plano en 2D, levantamiento en 3D con mobiliario, luz natural hora a hora y recorrido en primera persona. Todo en un solo archivo HTML.

  • Modelos de difusión para generación de imágenes

    Estudio e implementación de modelos de difusión aplicados a la síntesis de coches con el conjunto de datos Stanford Cars. Incluye el ajuste de una arquitectura existente y el cálculo del FID para comparar versiones.

  • Fundamentos de estadística y aprendizaje clásico

    Cuatro trabajos de la parte estadística del doble grado: clasificación, segmentación de una encuesta real, regresión de precio de vivienda y análisis multivariante con componentes principales y análisis factorial en R.

  • Arnés de agentes para Pi y Orca

    Extensión de Pi que lanza subagentes como terminales supervisadas vía Orca: enrutado declarativo de modelos, manifiesto verificado por hash y un diagnóstico que encontró un árbol de servidores de lenguaje duplicado.

Ver todos los proyectos

Reconocimientos

Selecciones y competiciones

Experiencias que amplían mi formación y me acercan a otros equipos.

  • Programajulio 2026

    Innovation & AI Experience

    IE University y Santander Open Academy

    Fui uno de los 90 seleccionados entre más de 105.000 candidaturas para dos semanas en Madrid sobre innovación, emprendimiento y aplicaciones de la IA, con 89 personas de otros países y áreas.

    Mi aporte: Aprendimos a identificar necesidades reales, cuestionar nuestras propias ideas antes de defenderlas, construir prototipos y plantear un modelo de negocio alrededor de ellos.

    Santander Open Academy

  • Competición18-20 septiembre 2026

    HackSpain 2026, track Prosper AI

    HackSpain, Madrid

    36 horas en Madrid para construir un agente de voz que atiende el teléfono de una clínica y reserva citas de verdad. Equipo de cinco personas.

    Mi aporte: Construí la clínica falsa para hacer pruebas, los 21 escenarios sobre 18 familias de fallo y el comparador determinista campo por campo, para poder iterar sin gastar los minutos puntuados del reto.

    La crónica del equipo

  • Reconocimiento2018 - 2019

    Olimpiada Matemática Andaluza

    Sociedad Andaluza de Educación Matemática Thales

    Me clasifiqué entre los cinco mejores estudiantes de Almería para la Olimpiada Matemática de Andalucía. Fue la primera vez que competí resolviendo problemas que no se parecían a los del instituto.

    Alcance y limitaciones
    • La clasificación es provincial, no andaluza.

    Olimpiada Matemática Thales

Trayectoria

Experiencia

  1. febrero 2025 — hoyhoy

    Científico de datos, riesgo de crédito

    Grupo Cajamar · Almería

    Dentro del equipo de parámetros de provisiones bajo el marco IFRS 9, soy responsable de la calibración, la monitorización y la proyección del parámetro LGD (severidad de la pérdida en caso de impago).

    • Extracción, transformación y depuración de volúmenes grandes de datos, con el tratamiento de valores atípicos que exige el marco regulatorio.
    • Análisis de flujos de recuperación y cálculo del parámetro LGD por segmento de cartera.
    • Desarrollo y calibración de modelos de proyección bajo escenarios macroeconómicos, con análisis de sensibilidad y seguimiento del desempeño.
    • Evaluación del impacto en provisiones y elaboración de la documentación técnica conforme a los estándares de auditoría y gobernanza.
    marco reguladoRSQLExcel
    Más contexto

    Modelos y decisiones de riesgo

    Trabajo en la calibración, monitorización y proyección de LGD. El flujo combina datos históricos, análisis de recuperaciones, segmentación y escenarios macroeconómicos.

    He incorporado comprobaciones automáticas de calidad, registro estructurado y documentación reproducible para facilitar el diagnóstico de incidencias y la revisión de los resultados. También preparo análisis de impacto y explicaciones para los equipos de riesgo, negocio y validación.

  2. septiembre 2025 — hoyhoy

    Ingeniero de IA y automatización

    Por cuenta propia · Remoto

    Diseño y construyo automatizaciones y herramientas de IA a medida para procesos internos de empresa, casi siempre para gente que lleva años haciendo lo mismo a mano con una hoja de cálculo.

    • Desarrollo de flujos automatizados en el ecosistema de Microsoft: SharePoint, Power Automate y servicios de Azure.
    • Digitalización de procesos manuales.
    AzureSharePointPower AutomatePythonLLMs
    Más contexto

    Automatización aplicada

    Diseño herramientas para extraer información, resumir contenidos y reducir trabajo manual. Entre los proyectos están la extracción de facturas y recibos mediante OCR y LLM, y un bot que transforma notas de visitas de obra en borradores de actas.

    Los flujos combinan salidas estructuradas, validación y revisión humana antes de utilizar el resultado.

  3. octubre 2024 — febrero 2025

    Data Scientist

    PwC, área Deals · Granada

    Proyecto de analítica avanzada y optimización de precios para un operador de transporte español.

    • Construcción de la base de datos del proyecto y de los primeros pipelines, uniendo fuentes heterogéneas que no hablaban entre ellas.
    • Desarrollo de modelos de previsión de demanda y de prototipos de precio dinámico.
    • Optimización del ratio de compras por visita mediante modelado predictivo sobre el comportamiento de los usuarios.
    PythonpandasNumPyscikit-learnXGBoostPlotly
    Más contexto

    Analítica para operaciones

    Desarrollé pipelines y modelos predictivos para un operador de transporte, junto con análisis de precios y previsión. Preparé visualizaciones y resultados para apoyar las conversaciones con el cliente y la toma de decisiones operativas.

Herramientas

Conocimientos en práctica

Del fundamento a la herramienta, y de la herramienta al proyecto.

5 áreas · 93 conocimientosVista previa del mapa de conocimientos: un punto por área, con el tamaño según cuántos conocimientos reúne. Es solo un avance; el mapa completo, con nivel y frescura, está en su propia página.

Abrir el mapa interactivo

Un mapa de lo que he estudiado y de lo que utilizo. Cada nodo enlaza con su formación y, cuando corresponde, con proyectos donde lo he aplicado.

Explorar todos los conocimientos

Matemáticas

Álgebra, análisis, geometría, probabilidad y métodos de modelización.

  • EstadísticaInferencia, contrastes, bootstrap y estimación por intervalos de confianza.Formación: doble grado
  • Álgebra linealDescomposiciones, PCA, análisis factorial y geometría de los espacios de representación.Formación: doble grado
  • OptimizaciónDescenso de gradiente, regularización y ajuste de hiperparámetros con criterio.
  • ProbabilidadModelos probabilísticos y procesos estocásticos aplicados a series temporales.Formación: doble grado
  • Geometría diferencialVariedades pseudo-riemannianas y la aplicación exponencial, que fue el núcleo de mi TFG.Formación: doble grado
  • Álgebra abstractaGrupos, anillos, cuerpos, extensiones y teoría de Galois.Formación: doble grado
  • Álgebra computacionalIdeales de polinomios, bases de Gröbner y cálculo simbólico.Formación: doble grado
  • Análisis funcionalEspacios normados, Banach y Hilbert, dualidad y operadores.Formación: doble grado
  • Cálculo y análisisLímites, series, cálculo diferencial e integral en una y varias variables.Formación: doble grado
  • Ecuaciones diferencialesEcuaciones ordinarias, sistemas y métodos para estudiar su evolución.Formación: doble grado
  • Estadística multivarianteDependencia entre variables, reducción de dimensionalidad y análisis multivariante.Formación: doble grado
  • Inferencia estadísticaEstimación, intervalos de confianza y contraste de hipótesis.Formación: doble grado
  • Métodos numéricosError y estabilidad, resolución de sistemas, interpolación e integración numérica.Formación: doble grado
  • Modelización matemáticaEcuaciones en diferencias, modelos de población, cálculo de variaciones y reacción-difusión.Formación: doble grado
  • TopologíaEspacios topológicos, continuidad, compacidad, grupo fundamental y recubrimientos.Formación: doble grado
  • Variable complejaFunciones holomorfas, integración compleja y residuos.Formación: doble grado

Informática

Algoritmos, computación, software, sistemas, redes e interacción.

  • PythonLenguaje principal para datos, modelos y servicios. Con tipado y tests.Formación: máster
  • GitHistoria como documentación: commits atómicos y ramas con intención.
  • SQLConsultas analíticas sobre volúmenes grandes y modelado relacional con políticas de acceso.
  • TestingTests como contrato: propiedad, casos límite y métricas que fallan cuando deben fallar.
  • Arquitectura de softwareDecisiones registradas como ADR, incluidas las de abandonar una idea.Formación: doble grado
  • RLenguaje de trabajo en riesgo de crédito: calibración, monitorización y documentación reproducible.Formación: doble grado · máster
  • Algoritmos y estructurasComplejidad, grafos y estructuras de datos. Base del doble grado.Formación: doble grado
  • DockerEmpaquetado reproducible de servicios y entornos de evaluación.
  • Integración continuaPipelines que lintan, tipan, testean y publican sin intervención.
  • Linux y shellEntornos de trabajo, servicios en VPS y automatización por línea de comandos.
  • TypeScriptFront-end y tooling, en modo estricto.
  • Arquitectura de computadoresOrganización del procesador, ensamblador, jerarquía de memoria y prestaciones.Formación: doble grado
  • Bases de datosModelado relacional, consultas, diseño de datos y sistemas de información.Formación: doble grado
  • Computabilidad y complejidadAutómatas, lenguajes, máquinas de Turing y clases de complejidad.Formación: doble grado
  • Concurrencia y sistemas distribuidosSincronización, coordinación de procesos y computación distribuida.Formación: doble grado
  • Fundamentos físicos y electrónicosElectromagnetismo, teoría de circuitos y dispositivos que sustentan el computador.Formación: doble grado
  • Informática gráficaTransformaciones geométricas, representación y visualización de escenas.Formación: doble grado
  • Ingeniería de servidoresConfiguración, evaluación de prestaciones y disponibilidad de servidores web.Formación: doble grado
  • Interacción persona-ordenadorInteracción móvil, gestos, movimiento y entornos de realidad virtual.Formación: doble grado
  • Lógica y matemática discretaLógica, demostraciones, combinatoria y estructuras discretas.Formación: doble grado
  • Programación orientada a objetosAbstracción, encapsulamiento, memoria dinámica y diseño orientado a objetos.Formación: doble grado
  • Redes de computadoresArquitectura de redes, protocolos y comunicación entre sistemas.Formación: doble grado
  • Sistemas operativosProcesos, memoria, archivos, entrada/salida y servicios del sistema.Formación: doble grado

Ciencia de datos

Estadística aplicada, aprendizaje automático y análisis de distintos tipos de datos.

  • Machine learningDel problema a la métrica: particiones, validación y control de fuga de información.Formación: doble grado · máster
  • Riesgo de créditoCalibración, monitorización y proyección de la severidad de la pérdida, con gobernanza de modelo.
  • Detección de anomalíasReferencias robustas, umbrales con presupuesto de falsas alertas y supresión explicable.Formación: máster
  • Evaluación de modelosParticiones congeladas, test ciego y métricas con su intervalo, no un solo número.
  • IFRS 9Marco regulatorio de provisiones: el modelo tiene que pasar una auditoría externa.
  • NumPyVectorización y cálculo numérico, incluida geometría 3D calculada a mano.
  • pandasManipulación de datos con dtypes explícitos y operaciones trazables.Formación: máster
  • scikit-learnModelado clásico con validación cruzada y búsqueda de hiperparámetros.Formación: máster
  • Deep learningArquitecturas y entrenamiento: difusión, convolucionales y grafos.Formación: doble grado · máster
  • Inferencia causalSolo el pasado: un detector que no ve el futuro, así que sus alertas son defendibles en directo.
  • LLMsUso con contrato estricto: validación de salidas y ningún permiso de escritura directa.
  • MLOpsEntrenamiento, versionado y despliegue con evidencia reproducible de cada ejecución.
  • PyTorchFramework principal para investigación y prototipos de modelos.
  • Series temporalesOrden temporal, causalidad y comparaciones entre vueltas o periodos.Formación: máster
  • MLflowTrazabilidad de experimentos: cada número publicado apunta a una ejecución concreta.
  • Visión por computadorDetección, seguimiento y segmentación sobre vídeo y fotografía aérea.Formación: doble grado · máster
  • XGBoostModelos de gradiente boosting para datos tabulares, con preprocesado explícito.
  • RAGRecuperación sobre documentación propia y evaluación de la calidad de la respuesta.
  • Redes de grafosConvoluciones sobre estructuras que no son una retícula, incluido el caso no euclídeo.
  • YOLODetección en tiempo real, afinada con un conjunto de imágenes de dominio específico.
  • Análisis de redes socialesCentralidad, comunidades, difusión y modelado basado en agentes.Formación: máster
  • Aprendizaje avanzadoClases desbalanceadas, aprendizaje multisalida, semi y autosupervisado, transferencia y AutoML.Formación: máster
  • Big Data y procesamiento distribuidoAlmacenamiento masivo, MapReduce, Spark, analítica distribuida y aprendizaje federado.Formación: máster
  • Bioinformática y datos ómicosDatos genómicos y de proteínas, alineamiento y computación para aplicaciones biomédicas.Formación: máster
  • Búsqueda y planificación en IABúsqueda heurística, satisfacción de restricciones, agentes y planificación.Formación: doble grado
  • Clustering y reglas de asociaciónAgrupamiento por centroides y jerarquías, validación y patrones de asociación.Formación: máster
  • Inteligencia de negocioAlmacenes de datos, analítica y sistemas de apoyo a decisiones.Formación: doble grado · máster
  • MetaheurísticasBúsqueda por trayectorias y poblaciones, algoritmos genéticos y evolución diferencial.Formación: doble grado
  • Minería de texto y PLNPreprocesamiento de texto, representaciones, opiniones y análisis de sentimientos.Formación: máster
  • Preprocesamiento de datosDatos ausentes, discretización, selección de variables, regularización y PCA.Formación: máster
  • Transferencia de conocimientoComunicación de resultados, modelos de negocio y desarrollo de aplicaciones de ciencia de datos.Formación: máster

Herramientas

Lo concreto: plataformas, librerías y servicios con los que construyo.

  • pytestSuite de tests con fixtures, casos de propiedad y ejecución reproducible con versiones fijadas.
  • PostgreSQLBase de datos transaccional, con migraciones versionadas y restauración probada.
  • Next.jsAplicación web con renderizado en servidor, acciones y trabajos programados.
  • PlaywrightPruebas de interfaz en navegador real y captura de pantalla automatizada.
  • SupabasePostgres gestionado con autenticación, almacenamiento privado y reglas de acceso por fila.
  • AstroSitios estáticos con islas: este portfolio, donde sólo las tres capas interactivas cargan JavaScript.
  • FastF1Telemetría pública de F1, con sus huecos y sus rarezas de formato asumidos.
  • LiteLLMPasarela compatible con OpenAI, con claves virtuales y presupuesto por proyecto.
  • OpenCVProcesado de vídeo e imagen en tiempo real.
  • StreamlitPrototipos analíticos publicados en horas, no en semanas.
  • Three.jsEscenas 3D en el navegador, exportación de malla y paseo en primera persona.
  • Apache SparkFormación en procesamiento distribuido, Spark SQL y analítica de datos masivos.Formación: máster
  • Arize PhoenixTrazas y evaluación de LLMs, autoalojado, sobre el protocolo abierto de trazas.
  • Hadoop y MapReduceEcosistema Hadoop y diseño de algoritmos bajo el paradigma MapReduce.Formación: máster
  • LiDAR y datos públicosModelos digitales de superficie y cartografía oficial como fuente de verdad geométrica.
  • MongoDB y NoSQLFormación en almacenamiento NoSQL y prácticas con MongoDB.Formación: máster
  • Azure y Microsoft 365Automatización en entornos corporativos: SharePoint, Power Automate y flujos internos.
  • BlenderRender desatendido por línea de comandos dentro de un pipeline reproducible.
  • Google CloudPipelines de datos y analítica sobre servicios gestionados.
  • Power AutomateDigitalización de procesos manuales sin escribir una aplicación entera.

Idiomas

Con quién puedo hablar.

  • EspañolNativo.
  • InglésC2 certificado por Cambridge. Documentación, entrevistas y escritura técnica.
  • FrancésBásico.

Formación

Formación y certificaciones

Titulaciones

  1. septiembre 2024 — agosto 2025

    Máster en Ciencia de Datos

    Universidad de Granada

    Un año intensivo de estadística avanzada, aprendizaje automático, optimización y procesamiento distribuido, cerrado con un trabajo de fin de máster sobre teledetección aplicada a agricultura.

    • Aprendizaje automático, modelos probabilísticos, series temporales y big data.
    • TFM: monitorización de olivares con satélite, meteorología y datos de campo.
    Más contexto
  2. septiembre 2019 — junio 2024

    Doble Grado en Ingeniería Informática y Matemáticas

    Universidad de Granada

    Cinco años cursando las dos carreras a la vez.

    • Álgebra, análisis, geometría, probabilidad e inferencia estadística.
    • Algoritmos, sistemas, bases de datos, aprendizaje automático y visión por computador.
    Más contexto

Certificaciones

  • Agentes y LLMsHugging Facediciembre 2025
  • Machine Learning Engineer TrackDataCampdiciembre 2024 — enero 2025
  • Ingeniería de datos en Google CloudFundación AI Granada Research & Innovationseptiembre 2023 — enero 2024
  • Business Intelligence y analítica con LookerGoogle Cloud Skills Boostenero 2024 — junio 2024

Idiomas

  • Certificate of Proficiency in English (C2)Cambridge English Level 3 Certificatejunio 2019

Una pausa

Una vuelta más

También me gusta la Fórmula 1. Aquí puedes probar una vuelta de clasificación.

Vuelta de clasificación

Un minijuego de F1 en dos dimensiones: traza la vuelta, frena a tiempo y los tres sectores deciden.

Vuelta--:--.---
Mejor--:--.---
Delta—
Sector1/3
Velocidad0
Sector 1--.---Sector 2--.---Sector 3--.---

Vuelta de clasificación

Acelera, frena y gira. Reduce la velocidad antes de las curvas para mantener el agarre.

Todavía no hay ninguna vuelta registrada.

Teclado: ↑ acelerar · ↓ frenar · ← → trazar · espacio pausa · R reinicia · Táctil: los botones de abajo

Contacto

Hablemos

Si tienes un problema de datos, un modelo que no termina de cuadrar o una posición que encaje, escríbeme.

Modo terminal

german@portfolio: ~/portfolio26 cmds