Biografía:
Simón Rodríguez Santana es graduado en Física por la Universidad Autónoma de Madrid, máster en Física Teórica y doctorado en Ingeniería Matemática, Estadística e Investigación Operativa por la Universidad Complutense de Madrid. Como investigador, sus trabajos se centran en el desarrollo de nuevas técnicas de aprendizaje automático probabilístico y estadística, combinando la perspectiva Bayesiana con el lenguaje habitual del aprendizaje automático para la resolución de problemas reales como el descubrimiento de fármacos, el análisis de riesgo adversarial o la predicción de series temporales. Ha publicado varios artículos de alto impacto en revistas y conferencias de prestigio internacional, participando también en varios proyectos de investigación nacionales e internacionales, siendo IP en dos proyectos industriales. Actualmente, es profesor en la Escuela Técnica Superior de Ingeniería (ICAI) en la Universidad Pontificia Comillas, donde es profesor titular de asignaturas en el grado “Ingeniería Matemática e Inteligencia Artificial”. Cuenta con acreditación de PAD de la ANECA y ha sido visitante en la Universidad de Aalto (Espoo, Finlandia).
Áreas de interés:
Aprendizaje Automático Probabilístico, Estadística Bayesiana, Inferencia Aproximada, Investigación Operativa
Experiencia:
Investigador posdoctoral en el Instituto de Ciencias Matemáticas (ICMAT-CSIC). Miembro de proyectos de investigación nacionales e internacionales sobre problemas aplicados de aprendizaje automático.
Habilidades:
Programación: Python (incluyendo Tensorflow y PyTorch), R. Uso de LaTeX, Git, Slurm Workload Manager, LaTeX, Git, Rmd
Intereses de investigación actuales:
Aprendizaje Automático, Aprendizaje Automático Probabilístico, Inferencia Aproximada, Estadística Bayesiana
F. Estebaranz-Sánchez, K. Kit, J.J. Ibáñez Estevez, D. Ríos Insua, S. Rodríguez-Santana, L.M. Martínez, "Machine learning approaches to dietary classification from dental microtexture in primates", Scientific Reports, Vol. 16, pp. 23378, 2026. [Online: Abril 2026] doi: 10.1038/s41598-026-47350-8
L. Hidalgo-Trujillo, F. Estebaranz-Sánchez, A.E. Dyowe Roig, I. Bayón Jiménez-Ugarte, X. Albizu-Arias, D. Ríos Insua, J.J. Ibáñez Estevez, A. Pérez-Pérez, J. Pizarroso, B. Ruesca-Bonet, S. Rodríguez-Santana, L.M. Martínez, "Dietary ecology and niche differentiation of Pliocene-Pleistocene papionins from the Turkana Basin inferred from buccal dental microwear texture analysis and machine-learning approaches", Palaeogeography, Palaeoclimatology, Palaeoecology, Vol. 701, pp. 114119, Noviembre 2026. [Online: Agosto 2026] doi: 10.1016/j.palaeo.2026.114119
E. González García, P. Varas, P. González-Naranjo, E. Ulzurrun, G. Marcos-Ayuso, C. Pérez, J.A. Páez, D. Ríos Insua, S. Rodríguez-Santana, N.E. Campillo, "AI-Driven De Novo Design and Development of Nontoxic DYRK1A Inhibitors", Journal of Medicinal Chemistry, Vol. 68, nº. 10, pp. 10346 - 10364, Mayo 2025. [Online: Mayo 2025] doi: 10.1021/acs.jmedchem.5c00512
L.A. Ortega, S. Rodríguez-Santana, D. Hernández-Lobato, "Scalable Linearized Laplace Approximation via Surrogate Neural Kernel", presentado en 34th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning - ESANN 2026, Brujas, Bélgica, 22-24 abril 2026. En: ESANN 2026: Proceedings 34th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, pp. 709-714, doi: 10.14428/esann/2026.ES2026-71
L.A. Ortega, S. Rodríguez-Santana, D. Hernández-Lobato, "Variational Linearized Laplace Approximation for bayesian deep learning", presentado en 41st International Conference on Machine Learning - ICML 2024, Viena, Austria, 21-27 julio 2024. En: Proceedings of Machine Learning Research, vol. 235, pp. 38815-38836