Biografía:
El profesor Luis Fco. Sánchez es Ingeniero de Telecomunicaciones por la UPM y ha completado su formación con un Máster en Multimedia y Comunicaciones de la UC3M y el título de doctor en Tecnologías de la Información especializado en Machine Learning por la Universidad Tecnológica de Compiègne. Ha ejercido la docencia universitaria durante 6 años en la UCLM y acumula más de 12 años de experiencia en el sector privado en el ámbito de la tecnología y la analítica. Durante esos años se ha especializado en analítica avanzada sobre plataformas Big Data para empresas líderes de sus sectores como Amadeus, Bankia o Alstom. Su experiencia se centra en la aplicación de inteligencia artificial para el desarrollo de modelos de propensión al consumo, la utilización de algoritmos de aprendizaje automático al ámbito de las ciudades inteligentes y la investigación de nuevos mecanismos supervisados y no supervisados de aplicación en el sector del transporte. Ejerce como profesor en la Universidad Pontificia Comillas desde 2019 en el doble grado de "Análisis de Negocios / Business Analytics y Derecho" y “Administración y dirección de Empresas y Análisis de Negocios” de ICADE, en el máster de "Big Data, Tecnología y Analítica Avanzada" y en el grado de Telecomunicaciones de ICAI.
Áreas de interés:
Analítica avanzada en plataformas Big Data Aprendizaje automático Ciudades inteligentes
Experiencia:
Científico de datos Big Data para ALSTOM (2017 - 2019).
Científico de datos Big Data para BANKIA (2015 - 2017).
Científico de datos Big Data para AMADEUS (2014 - 2015]).
Ingeniero investigador para el Centro Nacional de Investigación Científicas Francés (CNRS) (2010 - 2013).
Profesor asociado para la Universidad de Castilla la Mancha (2004 - 2010).
Customer Service Engineer para EMC (2004 - 2010).
Habilidades:
Unsupervised machine learning: Clustering Supervised machine learning: neural networks, random forests, gradient booster... Reinforcement learning Representation learning Image, video, audio processing
JCR: 1,700 Q3 (2023) - SJR: 0,421 Q3 (2023)
JCR: 7,000 Q1 (2023); - SJR: 1,481 Q1 (2023); 
S. Merchante, L.F., Carnicero, A., López-Valdés, F.J., Jiménez-Octavio, J.R., La movilidad urbana como métrica de la COVID-19. Dyna (Spain). Vol. 96, nº. 4, pp. 368 - 372, Julio 2021.
JCR: 2,070 Q3 (2021); 0,800 Q3 (2023) - SJR: 0,160 Q4 (2021); 0,157 Q4 (2023)
JCR: 11,072 Q1 (2021); 9,700 Q1 (2023) - SJR: 1,921 Q1 (2021); 2,058 Q1 (2023) 
