Mapa de conocimientos

Todo lo que sé, y de dónde viene

Un mapa radial: cinco áreas, cada conocimiento con su nivel, su frescura y las asignaturas o proyectos que lo sostienen.

93 conocimientos · 5 áreas · Última revisión: 2026-10

Filtrar por área

Cargando el grafo…

Selecciona un conocimiento para ver dónde lo aplico.

Selecciona un conocimiento para ver dónde lo aplico.

Las mismas skills, en texto

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.

Modo terminal

german@portfolio: ~/portfolio26 cmds