Biografía:
Jaime Boal obtuvo los títulos de Ingeniero Industrial (especialidad Electrónica), Máster en Investigación en Modelado de Sistemas de Ingeniería y Doctor por la Universidad Pontificia Comillas en 2010, 2012 y 2014, respectivamente. Al acabar el doctorado se incoporó como Profesor Colaborador Asistente al Departamento de Electrónica, Automática y Comunicaciones de Comillas ICAI, donde actualmente imparte asignaturas de máster sobre sistemas electrónicos, automatización industrial, robots móviles autónomos y aprendizaje profundo. Desde junio de 2019 es también el Coordinador del Máster en Industria Conectada.
Compatibiliza su labor docente con la realización de proyectos de investigación en el Instituto de Investigación Tecnológica (IIT), fundamentalmente en temas relacionados con la eficiencia energética y en aplicaciones de la inteligencia artificial. Como resultado de su trabajo en eficiencia energética en el IIT, en mayo de 2018 se convirtió en cofundador de una spin-off denominada Stemy Energy, donde actualmente ejerce de director de tecnología (CTO).
Áreas de interés:
Eficiencia energética y flexibilidad · Internet de las cosas (IoT) · Aprendizaje profundo · Visión artificial · Robots móviles autónomos · Modelado topológico del entorno · Industria 4.0
Experiencia:
A lo largo de su trayectoria profesional se ha centrado en la integración estrecha de hardware y software. Ha diseñado y desarrollado tarjetas de control electrónico y software de tiempo real para sistemas empotrados, conectado estos dispositivos con servidores en la nube usando protocolos IoT con cifrado extremo a extremo y autenticación mutua, e implementado aplicaciones capaces de gestionar múltiples conexiones concurrentes con baja latencia. Asimismo, ha trabajado en el diseño de plataformas basadas en microservicios interconectados mediante APIs REST.
Habilidades:
- Idiomas: Español (nativo), Inglés (C2), Francés (B1)
- Lenguajes de programación: C, C++, Python, SQL, MATLAB, LaTeX
- Sistemas operativos: Windows, macOS, Linux, FreeRTOS
- Computación en la nube: Google Cloud
- Librerías y frameworks: TensorFlow, OpenCV, ROS, Django, ORY
- Herramientas de desarrollo de software: Git, Docker, VirtualBox, Conan
- Software: CoppeliaSim, TIA Portal
- Hardware: Raspberry Pi, Google Coral, dsPIC, Arduino, Particle, ESP32, cámaras Intel RealSense
Intereses de investigación actuales:
Plataformas IoT de eficiencia energética, Inteligencia artificial explicable (XAI), Visión artificial y aprendizaje profundo aplicados a robots industriales y móviles, Simuladores tangibles para planificación urbana
Güitta-López, L., Boal, J., López López, A.J., Learning more with the same effort: how randomization improves the robustness of a robotic deep reinforcement learning agent. Applied Intelligence. Vol. 53, nº. 12, pp. 14903 - 14917, Junio 2023. [Online: Noviembre 2022] 
JCR: 5,300 Q2 (2022) - SJR: 1,145 Q2 (2022)
JCR: 4,474 Q1 (2020); 5,600 Q1 (2022) - SJR: 0,798 Q1 (2020); 1,625 Q1 (2022)
JCR: 2,219 Q2 (2019); 4,200 Q1 (2022) - SJR: 0,609 Q1 (2019); 0,968 Q1 (2022)
JCR: 1,554 Q4 (2016); 2,700 Q3 (2022) - SJR: Q2 (2016); 0,704 Q1 (2022)
JCR: 0,824 Q4 (2015); 2,700 Q3 (2022) - SJR: 0,704 Q1 (2022)
JCR: 0,688 Q4 (2014); 2,700 Q3 (2022) - SJR: Q2 (2014); 0,704 Q1 (2022)
JCR: 4,159 Q1 (2013); 9,000 Q1 (2022) - SJR: Q1 (2013); 1,989 Q1 (2022) 
