Economista con minor en finanzas y Maestría en Economía de la Universidad de los Andes. Se ha desempeñado como profesora asistente de la asignatura “Minería de datos y sus Aplicaciones” del programa de maestría de la facultad de Economía de la Universidad de los Andes y profesora asistente de los cursos de verano “Machine Learning and Public Policy”, “Human Artificial Intelligence for Human Development” y “Econometría y Aprendizaje de Máquinas”. También ha sido asistente de investigación en la facultad de Ciencias de la misma universidad donde construyó modelos de predicción de desempeño académico. Actualmente, se desempeña como subdirectora asociada del área de minería de datos en Quantil donde cuenta con experiencia en la utilización de técnicas de aprendizaje de máquinas para la resolución de diversos problemas de naturaleza predictiva en los sectores financieros, salud, manufacturero, educación y energía, así como en la aplicación de técnicas econométricas. En particular, su experiencia abarca la implementación de modelos de predicción de diagnóstico y progresión de enfermedades crónicas, modelos predictivos para el desempeño académico de estudiantes, modelos predictivos para clientes en riesgo de incumplimiento, predicción de series macroeconómicas, pronósticos y estimación de demanda, sistemas para la detección de anomalías y sistemas de riesgo crediticio y de lavado de activos y financiación de terrorismo (SARC y SARLAFT, respectivamente). Desde el lado de la economía, su experiencia se centra en economía de la salud y evaluación de impacto.

Ingeniero Mecánico de la Universidad de Los Andes. Último año de Magister en Ingeniería Mecánica de la Universidad de los Andes, completando su tesis en aprendizaje de modelos probabilísticos para control predictivo seguro de sistemas dinámicos en ambientes desconocidos. Durante su maestría se desempeñó como asistente graduado de docencia en el Departamento de Ingeniería Mecánica.Obtuvo el Premio Saber PRO por ser uno de los más altos puntajes del país en el Examen de Estado de la Calidad de la Educación Superior - Saber PRO, en las competencias genéricas y específicas, mediante la resolución 012413 del 26 de noviembre de 2019 del Ministerio de Educación Nacional. En Quantil, ha participado en proyectos de predicción de crimen para Bogotá y México, así como procesamiento de lenguaje natural para la caracterización de la demanda en el mercado laboral en cinco países de LATAM. Fue ganador de la beca PyTorch Scholarship Challenge ofrecida por Facebook para construir modelos de aprendizaje con PyTorch e hizo parte de la comitiva académica del Departamento de Ingeniería Mecánica para visitar institutos de automatización y robótica en Alemania para insolidaridad proyecto y oportunidades académicas.

Físico con Opción en Matemáticas Aplicadas del Instituto Tecnológico de Illinois. Magíster en Física de la Universidad de Waterloo en Canadá, completando el diplomado Perimeter Scholars International en Física Teórica en el Instituto Perimeter de Física Teórica, donde hizo investigación en implementaciones de Modelos Generativos de Aprendizaje de Máquinas a mediciones simuladas de sistemas cuánticos, bajo la supervisión de profesorado del Instituto Perimeter y el Instituto Vector para Inteligencia Artificial en Canadá. Durante su pregrado trabajo en el Laboratorio Nacional de Argonne, EEUU, investigando en áreas como física de aceleradores, óptica no-lineal y física de láseres, también trabajo con el grupo de investigación en física de aceleradores de partículas de su universidad. A lo largo de su trayectoria en investigación ha implementado modelos de análisis de datos, ciencia y física computacional y aprendizaje de máquinas, en lenguajes de programación como Python, Julia, C++, R, y Wolfram Language/Mathematica. En Quantil, ha trabajado en análisis estadístico de bases de datos, ha implementado modelos de aprendizaje de máquinas a proyectos de análisis de riesgo crediticio y operativo en el sector financiero. También ha asistido con el desarrollo de modelos de predicción de crimen usando modelos de aprendizaje supervisado y estadístico, así como librerías de código para análisis geoespacial. Asimismo, ha trabajado en el análisis de sesgos y fairness/justicia a modelos de aprendizaje de máquinas para predicción de crímenes. De igual manera ha investigado sobre modelos gráficos probabilísticos para su aplicación en procesos industriales.

Físico de la Universidad Nacional de Colombia y se encuentra terminando su maestría allí mismo. También posee una MicroMaestria en Estadística y Ciencia de Datos de MIT. Fue ganador de las pruebas Efi-Ciencias 2016. En su trayecto como físico, ha trabajado principalmente sobre fenomenología en Cromodinámica cuántica y el estudio de Event Shapes. También se ha desempeñado como auxiliar docente en la misma universidad, dictando diferentes cursos tales como mecánica cuántica, oscilaciones y ondas, y fundamentos de electricidad y magnetismo. Recientemente se ha reenfocado a la ciencia de datos, tomando particular interés en el área de Deep Learning. Actualmente es investigador en Quantil, donde está trabajando en temas relacionas a la predicción de crimen y Fairness. Adicionalmente es investigador en la Universidad de los Andes para la facultad de Economía donde trabaja en un modelo de pronósticos de clima y polución para Bogotá.