Daniel Precioso Garcelán

Daniel Precioso es un científico de datos que aplica técnicas de aprendizaje automático para resolver problemas del mundo real en diversas industrias. Con su experiencia en física y ciencia de datos, ha realizado valiosas contribuciones a proyectos exitosos como UCAnFly, donde trabajó en el diseño de un nanosatélite para probar tecnologías emergentes en detectores de ondas gravitacionales basados en el espacio.

Durante su doctorado en la Universidad de Cádiz, Daniel y su equipo “Caleta” desarrollaron un sistema de monitoreo sin contacto basado en visión artificial para recién nacidos, llamado NeoCam. Presentaron su proyecto en OpenCV AI Competition 2021, junto con más de 1400 otras soluciones de visión artificial de investigadores e instituciones de todo el mundo. Ganaron el segundo premio a nivel internacional.

Los intereses de investigación actuales de Daniel se enfocan en la economía azul, que se centra en el uso sostenible de los recursos oceánicos para el crecimiento económico. Ha realizado investigaciones sobre pesca sostenible mediante el análisis del comportamiento de los atunes utilizando la ciencia de datos y el aprendizaje automático. Hoy en día, el enfoque de Daniel está en el enrutamiento meteorológico, lo que implica optimizar las rutas marítimas utilizando datos en tiempo real de corrientes oceánicas, viento y oleaje. Su investigación de enrutamiento meteorológico comenzó durante la Ocean Hackathon 2021, cuando la solución de su equipo ganó el segundo lugar. Daniel también completó una pasantía de investigación en la Universidad de Dalhousie, siguiendo su investigación sobre la economía azul.