El Dr. Jorge Chue Gallardo es Profesor Principal en la Universidad Nacional Agraria La Molina (UNALM) y posee dos doctorados: uno en Estadística Matemática y otro en Ingeniería de Sistemas de Información. Con una sólida trayectoria académica y de investigación, ha liderado proyectos de innovación en ciencia de datos y machine learning, integrando el rigor matemático con aplicaciones avanzadas en diversos sectores. Sus investigaciones han permitido que el Dr. Chue sea miembro de RENACYT - Nivel VI. Actualmente, preside la comisión encargada del diseño del Doctorado en Ciencia de Datos de la UNALM, impulsando la formación de investigadores de alto nivel. Ha ocupado diversos cargos académicos y administrativos en la UNALM y en la Universidad de Lima, contribuyendo a la modernización curricular y a la enseñanza de la estadística con herramientas como Python y R. Su trabajo combina teoría y práctica, enfocándose en el desarrollo de modelos predictivos para la toma de decisiones. En el Congreso de Estadística y Ciencia de Datos compartirá su visión acerca de los retos y oportunidades que ofrece la ciencia de los datos en la actualidad.
Ingeniero Estadístico & Docente UNALM & Magister en Sistemas & Colaborador con el proyecto R. Estadístico con maestría y estudio doctoral en sistemas (Universidad Nacional de Ingeniería), con acreditación en Seis Sigma de la Asociación Americana de Calidad ASQ. Actualmente es docente de estadística e investigador de la UNALM y RENACYT con nivel IV con publicaciones en revistas de alto impacto. Creador de dos paquetes agricolae y rPAex en R para la agricultura. Realizó investigación en el Centro Internacional de la Papa y consultorías en FAO, SENASA, INDECOPI e INIA.
Co-Founder & Chief Commercial Officer (CCO) - Digital Manager Group - Magister Scientiae en Estadística Aplicada. Licenciado en Administración de Negocios Internacionales por UNMSM, con Magister en Estadística Aplicada por UNALM y estudios de Doctorado en Ciencias e Ingenieria Estadística por UNI. Actualmente, es CCO en Digital Manager Group, y consultor empresarial para diversos rubros de la industria de servicios. Durante 12 años, investigador y educador en Estadística, gestión basada en datos, metodología de investigación, y fue socio fundador en Apoyo Académico en Perú y Latam.
Ingeniero Estadístico e Informático por la Universidad Nacional Agraria La Molina (UNALM) con estudios concluidos de la Maestría en Gerencia en Estadística e Informática en la Universidad Nacional Mayor de San Marcos (UNMSM), Magíster Scientae en Matemáticas con mención en Estadística por la Universidad de Puerto Rico recinto de Mayagüez. Doctor en Administración por la Universidad Nacional Federico Villareal.
Docente con más de 20 años de experiencia. Ha dictado cursos de pregrado y posgrado en la Universidad Nacional Agraria (UNALM), cursos de pregrado y posgrado en la Universidad del Pacífico y cursos de pregrado en la Universidad de Lima.
Fue Coordinador de la Maestría de Estadística Aplicada de la UNALM. Jefe de la Oficina de Tecnología Información y Comunicación de la UNALM. Actualmente es director de Posgrado de la Facultad de Economía y Planificación, UNALM, Docente Renacyt y Coordinador del Círculo de Investigación de Preprocesamiento y Modelamiento de Datos en la UNALM.
Mg.Sc. en Estadística Aplicada y candidato a doctor en Ingeniería de sistemas e Informática por la Universidad Nacional Mayor de San Marcos. Actualmente se desempeña como docente en el Departamento Académico de Estadística e Informática de la Universidad Nacional Agraria La Molina, en la Universidad de Lima (UL) y en la Universidad Peruana de Ciencias Aplicadas (UPC). Tiene amplia experiencia en Validación de Instrumentos de Medición, Analítica Predictiva de Datos, Machine Learning, Deep Learnig, Inteligencia Artificial y Ciencia de Datos. En el Congreso de Estadística y Ciencia de Datos compartirá sus conocimientos con el taller de: “Computer Vision y sus aplicaciones”.
Senior Data Scientist | AI & Cloud Expert | Líder de Data Ladies
Senior Data Scientist en Protecta Security donde lidera la automatización de procesos y la transformación data-driven. Trabaja con Python, SQL, Qlik Sense y gestiona la migración de datos a AWS. Desarrolla modelos predictivos, aplica MLOps y utiliza IA en Forecasting y chatbots. Además, lidera Data Ladies, impulsando el empoderamiento femenino en tecnología, y dirige Number9, un espacio de consultoría y capacitación en ciencia de datos.
El Mtro. Arturo Zuñiga Blanco es profesor auxiliar en la Universidad Nacional San Antonio Abad del Cusco (UNSAAC). Tiene una maestría en estadística e investigación científica otorgada por la Universidad de Andina del Cusco, además de una maestría culminada en estadística aplicada en la Universidad Nacional Agraria la Molina (UNALM) y un doctorado culminado en Estadística aplicada en la Universidad Nacional del Altiplano Puno (UNAP). Ha enseñado en diferentes universidades del país: Universidad Agraria la Molina, Universidad Nacional de San Antonio Abad del Cusco (UNSAAC) y Universidad Andina del Cusco (UAC), Universidad Continental (UC), donde imparte cursos de estadística con el programa R, así como cursos de investigación cuantitativa. Su trabajo está relacionado con los modelos psicométricos aplicados a diferentes campos del conocimiento.
Es profesor y ha sido Jefe del Departamento de Ingeniería Industrial y de Operaciones del Instituto Tecnológico Autónomo de México (ITAM). Recibió el título de Ingeniero Estadístico de la Universidad Nacional Agraria, La Molina del Perú, una maestría en matemáticas de la Pontificia Universidad Católica del Perú, y maestría y doctorado en investigación de operaciones de la Universidad de Stanford, EUA. Se ha desempeñado como Presidente de la Sociedad Mexicana de Investigación de Operaciones (SOMIO), Presidente del Capítulo Latinoamericano de la International Association for Statistical Computing (IASC). Es miembro de los Sistemas Nacionales de Investigación de México y Perú (con más de 100 publicaciones arbitradas) y miembro activo de IASC, SOMIO, Institute for Operations Research and the Management Sciences (INFORMS) and Institute for Industrial and Systems Engineering (IISE). Ha sido reconocido como Laureado Edelman por participar en el proyecto Indeval Develops a New Operating and Settlement System Using Operations Research que recibió el Premio Franz Edelman 2010 de INFORMS.
Especialista en R y RMarkdown con 6 años de experiencia. Docente en Data Science Research Peru (2020-2023). Ponente en IEEE en universidades peruanas como UNI, UNMSM, UTEC y UPN. A nivel internacional, expuso en LatinR 2022 y 2024 sobre RMarkdown y desarrollo de paquetes en R, así como en PyDay Chile 2022. Presentaciones en la UNAM-IEEE y el Instituto Tecnológico de Durango sobre RMarkdown en 2022. Desarrollador de paquetes R: timeseriesdatasets, usdatasets, meddatasets, oncodatasets, colombiaAPI, educationR y crimedatasets, con más de 3,000 descargas cada uno.
Ingeniero en Estadística e Informática de la Universidad Agraria La Molina, Magister en Finanzas de ESAN, con experiencia en actividades de docencia en las áreas de Estadística, Finanzas y GeoComputación. Así como, experiencia laboral tanto en sector público y privado en la gestión de información espacial.
Es agrónomo por la Universidad Nacional Pedro Ruíz Gallo y candidato a Magíster en Estadística Aplicada por la Universidad Nacional Agraria La Molina, con amplia experiencia significativa en modelado predictivo y optimización en el sector agroindustrial. Actualmente cursa Doctorado en Ciencia e Ingeniería Estadística en la Universidad Nacional de Ingeniería, consolidando su trayectoria en inteligencia artificial en procesos agrícolas. Domina programación en R y Python, especializándose en análisis de series temporales, aprendizaje automático y técnicas de validación de modelos. A lo largo de su carrera, ha liderado proyectos de pronóstico de cosechas, optimización de la producción y desarrollo de soluciones de visión por computadora para cultivos, colaborando con entidades académicas y consultoras internacionales. Asimismo, ha impartido formación en metodologías estadísticas y modelado computacional en agricultura. Su enfoque integra el rigor científico con herramientas de inteligencia artificial para mejorar la toma de decisiones y optimizar procesos en sistemas productivos agrícolas sostenibles.