Ingeniero de Software, con conocimiento de varias lenguas extranjeras (certificado el nivel de inglés y de alemán) que centra sus intereses principales en la programación backend y web, el Data Science y en el blockchain. Concretamente, combinando los conocimientos de otras ramas y experiencias académicas y profesionales, contempla elaborar una carrera profesional que le permita combinar sus capacidades como programador y sus conocimientos sobre el entorno Big Data. Al mismo tiempo, apuesta por una conciliación con la docencia e investigación universitaria.B.1. Breve descripción del Trabajo de Fin de Grado (TFG) y puntuación obtenida MEGTN (Mantén la Esperanza Gracias a Todos Nosotros) viene a ser una aplicación informática con un énfasis colaborativo y una filosofía solidaria. Se busca agilizar la colaboración ciudadana en la búsqueda de personas desaparecidas así como ayudar a los medios de comunicación y autoridades policiales/judiciales a actuar al respecto.

Para aportar nuevas pistas o registrar nuevas alertas de desaparición, basta con rellenar sencillos formularios que actualizarán la información en las bases de datos lo más inmediatamente posible. Esas informaciones se mostrarán en una sección de consulta habilitada en la aplicación.

En cuanto al desarrollo de la misma, hemos querido sacar partido de las nuevas tendencias a la hora de implementar ejemplos del concepto de Rich Internet Applications (RIA). Esas tendencias se basan en las tecnologías ágiles de desarrollo web, que están en auge.

En base a ello, se ha ejecutado un proyecto que dé lugar a una solución basada en la “pila MEAN”, que combina determinadas tecnologías, frameworks y librerías para almacenar los datos en determinadas bases de datos, ejecutar JavaScript en el lado servidor -y con facilidad vía HTTP, y elaborar componentes personalizados.

Dicho esto, se espera aprovechar el nicho que deja la ausencia de directorios y repositorios de datos abiertos (en base al “paradigma” del llamado Open Data sobre personas desaparecidas en nuestro país, cuando en algunas ciudades ya hay repositorios sobre el estado del tráfico o las farmacias de guardia.

URL: https://github.com/garciacarmonaam/megtn-tfg-udima

CALIFICACIÓN: SobresalienteB.2. Breve descripción del Trabajo de Fin de Máster (TFM) y puntuación obtenida El análisis de cantidades de datos cada vez más voluminosas, veloces y variadas, aunque sea a distintas velocidades, no es solo una realidad patente y permanente. También trasciende meras aplicaciones de índice matemático, estadístico y contable-financiero, aunque nada esté absolutamente disperso.

La digitalización de la sociedad y la mayo dependencia de los individuos de la “red de redes”, tanto para bien como para mal nos permiten extraer información que permita elaborar un perfil de cierta envergadura sobre estos, sin necesidad de someterle a un complejo interrogatorio (por ejemplo).

Esto mismo nos motiva a elaborar un prototipado que, de manera desinteresada y plenamente constructiva, contribuya al desarrollo de la telemedicina y otras aplicaciones tecnológicas relacionadas con las distintas especialidades de la misma (e-Health, obedeciendo al anglicismo). En nuestro caso, Psiquiatría y Psicología serán las más beneficiadas.

Concretamente, implementamos un sistema de análisis de sentimientos mediante aprendizaje supervisado, a fin de clasificar por medio de la predicción, partiendo de un conjunto de datos entrenado. Queremos que se pueda clasificar, con la mayor exactitud posible, unos mensajes, según la positividad o la negatividad sentimental que quede reflejada en estos.

Al mismo tiempo, se aplica una serie de técnicas de visualización que facilitan al interesado, en principio un facultativo sanitario, la comprensión de lo que no dejan de ser indicadores que le ayuden a determinar el diagnóstico de un posible paciente con problemas psiquiátricos, si es que, simplemente, no se trata de prevenir otros males mayores.

URL: https://github.com/garciacarmonaam/sientmasistes

CALIFICACIÓN: Notable Alto