Experiencia:
Investigador en Formación, Instituto de Investigación Tecnológica (2016-Actualidad).
Habilidades:
Análisis de datos y diseño de modelos de predicción con R y Matlab. Desarrollo de aplicaciones web usando Shiny. Escritura de textos científicos con LaTeX.
Intereses de investigación actuales:
Modelos de predicción para datos funcionales. Técnicas de identificación y diagnosis para modelos de series temporales funcionales. Modelos probabilistas para datos funcionales.
JCR: 2,035 Q2 (2021); 1,800 Q2 (2022) - SJR: 1,016 Q1 (2021); 0,877 Q1 (2022) 
Espejo, R., Mestre, G., Postigo Marcos, F., Lumbreras, S., Ramos, A., Huang, T., Bompard, E. Exploiting graphlet decomposition to explain the structure of complex networks: the GHuST framework. Scientific Reports. Vol. 10, pp. 12884-1 - 12884-14, Diciembre 2020. [Online: Julio 2020]
JCR: 4,379 Q1 (2020); 4,600 Q2 (2022) - SJR: 1,240 Q1 (2020); 0,973 Q1 (2022)
JCR: 4,630 Q1 (2020); 5,200 Q1 (2022) - SJR: 1,050 Q1 (2020); 1,533 Q1 (2022) 
