- joseluis.gomez.o@universidadeuropea.es
- Escuela de Ciencias, Ingeniería y Diseño - Valencia
Profesor adjunto
Dr. José Luis Gómez Ortega
- Ciencias
- Empresa y tecnología
- Ingeniería
José Luis Gómez Ortega es Profesor Doctor en la Universidad Europea de Valencia, PhD en Computer Science por Manchester Metropolitan University, y docente e investigador en Data Science, Big Data e Inteligencia Artificial. Combina más de una década de experiencia entre educación superior, formación profesional, investigación aplicada y desarrollo de soluciones de datos e IA.
Ha diseñado e impartido docencia en grados, másteres, bootcamps y programas ejecutivos, formando a alumnado universitario, perfiles técnicos y equipos profesionales en IA aplicada, machine learning, LLMs, cloud, deep learning, reinforcement learning y analítica avanzada. Su enfoque docente se basa en experiencias prácticas, progresivas y orientadas a proyecto, conectando los fundamentos técnicos con casos reales y un uso responsable de la tecnología.
Formación académica
Doctorado (PhD) Computer Science
- Manchester Metropolitan University
- 2017
MSc in Engineering with Management
- Manchester Metropolitan University
- 2013
Ingeniería Técnica Industrial
- Universitat Politècnica de València
- 2012
Experiencia profesional
Titulaciones
Publicaciones
Modelling and Detection of User Activity Patterns for Energy Saving in Buildings
Capítulo de libro publicado en Emerging Trends and Advanced Technologies for Computational Intelligence, Studies in Computational Intelligence, vol. 647, pp. 165–185 (2016), centrado en modelado y detección de patrones de actividad para ahorro energético en edificios.
A Novel Dynamic Hidden Semi-Markov Model (D-HSMM) for Occupancy Pattern Detection from Sensor Data Stream
Comunicación peer-reviewed en NTMS 2016 sobre un modelo dinámico Hidden Semi-Markov para detección de patrones de ocupación a partir de flujos de datos de sensores.
A machine-learning based approach to model user occupancy and activity patterns for energy saving in buildings
Comunicación peer-reviewed en IEEE Science and Information Conference (SAI 2015) sobre uso de machine learning para modelar ocupación y actividad orientada al ahorro energético.
Proyectos de investigación
Inteligencia Artificial aplicada, Machine Learning y Analítica Avanzada
Investigación y transferencia orientadas al uso de IA, machine learning y analítica avanzada para resolver problemas aplicados, con énfasis en diseño responsable, interpretabilidad práctica y conexión academia-industria.
Big Data, ingeniería de datos y tecnologías cloud
Línea centrada en procesamiento distribuido, buenas prácticas de ingeniería de datos, Python, PySpark, SQL, visualización y despliegue de soluciones de datos en contextos formativos e industriales.
PLN, visión por computador y sistemas inteligentes
Interés investigador y docente en LLMs, PLN, deep learning, visión por computador y aprendizaje por refuerzo, aplicado a educación, productos de datos y casos reales de industria.