CARLOS
MATE JIMENEZ

Carlos Maté trabaja actualmente como miembro del Dpto. de Computación y Tecnología de la Univ. Europea de Madrid. Está acreditado por ACAP como Prof. de Univ. Privada y Contratado Doctor. ANECA le ha reconocido dos sexenios de investigación. Ha sido Prof. Asociado en la ETS de Ingeniería (ICAI), Dpto. de Organización Industrial, en la Univ. Pontificia Comillas (Madrid, España). Es Doctor en Ciencias Matemáticas, Estadística e Investigación Operativa (1994), Licenciado en CC. Matemáticas (1980) y Diplomado en Ciencias Económicas (1984), todos ellos por la Univ. Complutense de Madrid. Tiene más de 35 años de experiencia como profesor de Estadística en Comillas, Estadística Empresarial en la Universidad de Saint Louis, y Recogida y Tratamiento de Datos (en inglés) en la Universidad CUNEF de Madrid. Varios años de experiencia enseñando Análisis de Datos, Economía de la Empresa, Matemáticas, Cálculo, Aprendizaje Automático, Programación en MATLAB, Control de Calidad, y otras asignaturas. Experiencia reciente en la enseñanza de Recogida y Procesamiento de Datos-EXCEL, Comunicación y Gestión de la Información-EXCEL, Machine Learning con Python, creación de vídeos de apoyo al aprendizaje, y metodología inversa para enseñar Estadística. Ha supervisado a más de 80 estudiantes de ingeniería en su proyecto fin de grado/máster y a algunos de ellos en su doctorado. Artículos de investigación: Knowledge-Based Systems, [JCR2021: Q1 (8.139)], Engineering Applications of Artificial Intelligence, [JCR2021: Q1 (9.511)], Energy Policy [JCR2010: Q1 (2.629)], International Journal of Forecasting [JCR2009: Q1 (1.064)], Computational Economics [JCR2011: Q3 (0.514)], Neural Processing Letters [JCR2007: Q3 (0.580)], Statistical Analysis and Data Mining [JCR2020: Q3 (1.051)], Romanian Journal of Economic Forecasting [JCR2020: Q3 (0.831)], Journal of Applied Statistics [JCR2020: Q3 (1.051)]. Book reviews in Fuzzy Sets and Systems, International Journal of Forecasting, and Interfaces. Varios artículos enviados a revistas Q1 (visualización de datos de intervalo, la previsión de series temp. de intervalos financieros con métodos de regresión, redes neuronales y otros algoritmos de aprendizaje automático, o la agrupación de valores para una mejor gestión de carteras). Conferencias invitadas por la Univ. de California en Los Ángeles (UCLA), en Riverside (UCR) y la Univ. de Lancaster. Invitado como ponente principal en las conferencias SIDM2015/SIDM2016/SIDM2017/SIDM2019 (The 1st/2nd/3rd/4th International Symposium on Interval Data Modelling: Teoría y Aplicaciones), organizado por la Academia de Matemáticas y Ciencias de Sistemas (AMSS) y la Academia China de Ciencias, Pekín, y WISE, Xiamen, China. Fue profesor visitante en el Dpto. de Economía de la UCR durante el otoño de 2007. Artículos en Rev. Colomb. de Estad., Anales de Mecánica y Electricidad, y Estudios Turísticos; en el libro 'Trends in Math., Info. and Data Sciences' (Springer), y en actas de conf. int. como ISF y COMPSTAT. Miembro del IIF (International Institute of Forecasters). Contratos como investigador senior con el MINISTERIO DE INDUSTRIA, COMERCIO Y TURISMO DE ESPAÑA, INDRA SISTEMAS, VOCENTO, 3M ESPAÑA, S.A., SIGMA DOS, o VALEO EMBRAGUES; y como investigador con IBERDROLA. Fue Director del proyecto de investigación "Modelos de Predicción para Datos Simbólicos (PRESIM)". Fue miembro de dos comités de AENOR, uno relacionado con la Estadística (ISO) y otro con la Fiabilidad. Es autor de Problemas de Prob. y Estad. (1993), Análisis Bayesiano de Datos (2006), y del libro en tres volúmenes Curso General sobre Statgraphics (1995). Líneas de investigación: Mercados Financieros, Big Data, Predicción, Análisis de Series Temporales, Minería de Datos, Aprendizaje Automático, Análisis Multivariante, Estadística Bayesiana y Análisis de Datos Simbólicos.