Trayectoria#
Soy Xoel García Maestu, estudiante de 4.º del Grado en Ciencia e Ingeniería de Datos en la Universidade da Coruña (UDC).
Trabajo con todo el ciclo de vida de los datos: desde la captura y preparación hasta el modelado, despliegue y visualización. Combino Ingeniería de Datos y Análisis Estadístico con técnicas de Inteligencia Artificial y Deep Learning (visión por computador, PLN, entrenamiento federado, continuo y distribuido…), orientadas a casos de uso reales.
Antes de la universidad participé en proyectos científicos y ferias de ciencia durante la ESO y el Bachillerato, lo que me acostumbró pronto a trabajar en equipo, preparar presentaciones y defender ideas en público. Ahora intento aplicar ese mismo enfoque a proyectos de datos e Inteligencia Artificial en entornos académicos y profesionales.
Experiencia laboral#
NTT DATA · Data Analytics & BI Intern#
Sep 2025 – Nov 2025 · A Coruña · Híbrido
Prácticas curriculares en consultoría tecnológica para el sector bancario, dentro de un proyecto de analítica de datos de plantilla.
Responsabilidades principales:
- Desarrollo de pipelines de datos en Python para limpieza, integración y validación.
- Construcción de históricos y generación de datos sintéticos para pruebas y análisis.
- Diseño de dashboards en Looker Studio orientados a perfiles de negocio.
- Automatización del envío periódico de información mediante scripts.
- Migración de lógica de Google Apps Script (JavaScript) a Python para mejorar mantenibilidad y trazabilidad.
Este periodo me ayudó a entender los procesos de negocio del banco, ver de cerca cómo se configura su estructura interna y cómo se relacionan las decisiones técnicas con los requisitos de negocio y las limitaciones reales de los datos.
Reconocimientos#
Primer premio – Datathon “O Camiño dos Datos” (2026)#
El 30 de enero de 2026 presentamos MXP AutoScan en la jornada final del Datathon “O Camiño dos Datos”, organizado por DIHGIGAL, ITG y la Universidade da Coruña, con financiación del IGAPE. Logramos el primer premio ante un jurado especializado en el ámbito tecnológico-industrial que valoró la relevancia del reto abordado, la calidad del uso de los datos, las conclusiones obtenidas y el impacto real de las soluciones propuestas de todos los retos.
Nuestro proyecto, MXP AutoScan, es una solución de visión por computador empleando una Dual Mask R-CNN orientada a automatizar el peritaje de vehículos. El sistema analiza imágenes para detectar y localizar daños, identificar las piezas afectadas y estimar su gravedad, generando informes técnicos mediante una interfaz web o API REST pensados para aseguradoras, talleres y empresas de movilidad, con el objetivo de agilizar y hacer más transparente el proceso de evaluación.
Puedes leer más sobre nuestro proyecto en la noticia publicada por El Español.
Programa CanSat (ESA / ESERO Spain)#
Durante 2021 formé parte del equipo BujanSat en el proyecto CanSat de la Agencia Espacial Europea. El reto estuvo compuesto por 2 misiones:
- La principal era igual para todos los equipos y consistió en replicar los subsistemas principales de un satélite dentro del espacio reducido de una lata de refresco. Esto incluye tomar mediciones en tiempo real de temperatura, humedad, presión atmosférica y aceleración durante el lanzamiento con globo sonda o un pequeño cohete (300-800m altitud). El sistema debía registrar datos autónomamente, transmitir telemetría en directo vía radio y desplegar un paracaídas para descenso controlado.
- La misión secundaria era a libre elección de cada equipo. En nuestro caso, construimos un dispensador de semillas que se activaba durante el descenso del CanSat a modo de sensibilización y concienciación medioambiental por los incendios que Galicia suele sufrir durante las épocas de calor.
Tras lograr la 1ª posición tanto en la fase autonómica gallega como en la fase nacional española, representamos a España en la fase europea. Obtuvimos el premio Best Outreach por el trabajo de comunicación y difusión del proyecto.
Premios en ferias de ciencia (ESO y Bachillerato)#
Durante la ESO y Bachillerato participé en diversos proyectos de ciencia, tecnología y divulgación: medición de microplásticos en distintas playas del litoral español, laboratorio de biotecnología DIY mediante impresión 3D, CanSat o Snack Experiments a modo de divulgación científica.
Con estos proyectos alcanzamos reconocimientos en ferias de ciencia nacionales e internacionales, entre los que destacan primeros premios o menciones de honor en Festiciencia, Diverciencia, Ciencia en Acción, Galiciencia, Maker Faire, OpenScience Cambre y Foro Intercomunitario de Investigación Juvenil de Vigo.
Áreas de interés y Tecnologías#
Desde el principio de mi formación en Ciencia e Ingeniería de Datos, me atrajo entender los datos en su contexto real: cómo se generan, cómo se estructuran y cómo pueden convertirse en decisiones útiles. Construí una base en tres áreas complementarias: la ingeniería que sostiene los sistemas de datos, la estadística y el análisis que extraen valor de ellos, y el aprendizaje automático que permite automatizar y escalar ese valor.
Trabajo principalmente con Python, complementado con R en caso de ser necesario para alguna tarea de estadística, Java con experiencia en desarrollo de sistemas de recuperación de información, Julia para computación numérica y JavaScript para visualización e integración web.
A lo largo de la carrera he trabajado con tecnologías y conceptos de las siguientes áreas:
Ingeniería de Datos: Diseño e implementación de pipelines ETL, modelado de bases de datos operacionales y analíticas, y procesamiento distribuido con Apache Spark y Spark MLlib. He usado SQL, SQL analítico, PostgreSQL, MySQL, Oracle, MongoDB, Snowflake y PostGIS para información espacio-temporal, con integración de fuentes heterogéneas mediante Denodo. Git y Docker como herramientas habituales de trabajo, y AWS para cloud computing.Ciencia de Datos: Conocimientos estadísticos en inferencia, contrastes de hipótesis, regresión lineal, regresión polinómica, regresión logística y regresión no paramétrica, modelización de datos de alta dimensión, series temporales (ARIMA) y técnicas de simulación y remuestreo (bootstrap). Análisis exploratorio con NumPy, Pandas, Polars, PySpark, Matplotlib, Seaborn, etc. Comunicación de resultados mediante cuadros de mando en Power BI, Looker Studio y Tableau, con experiencia en consultas MDX sobre cubos OLAP.Inteligencia Artificial & Deep Learning: Machine learning clásico con Scikit-learn e Imbalanced-learn, con modelos de bagging (Random Forest) y boosting secuencial (AdaBoost, Gradient Boosting, XGBoost, LightGBM) para optimizar el compromiso entre sesgo y varianza, junto con librerías de optimización de hiperparámetros como Optuna o Hyperopt. Modelos profundos con PyTorch, Keras y TensorFlow: arquitecturas de visión (CNNs, ResNets, DenseNets, U-Nets, Mask R-CNNs), secuencias temporales (LSTMs, GRUs) y modelos generativos (Autoencoders, VAEs). Experiencia con transfer learning y fine-tuning sobre modelos preentrenados de visión (MobileNet, ImageNet) y lenguaje (BERT) mediante HuggingFace. Seguimiento del ciclo de vida de modelos con MLflow. También he trabajado con paradigmas como aprendizaje semisupervisado, por refuerzo (Q-Learning, SARSA), federado, continuo y distribuido, así como PLN y recuperación de información con Apache Lucene.
Detrás de las pantallas#
Fuera del ámbito estrictamente académico:
- Me intersan los deportes en el medio natural como el surf o la escalada. He competido en escalada deportiva (bloque, dificultad y velocidad), con podios a nivel gallego y finales en campeonatos de España. Esto me ha ayudado a trabajar con disciplina para conseguir objetivos siendo consciente a nivel fisiológico, cognitivo y emocional.
- Toco el clarinete desde hace más de 10 años. Inicié mi formación en la Escuela de Música Sementeira y continué en el Conservatorio Profesional de Música de A Coruña, completando el Grado Elemental y el Grado Profesional. Tengo experiencia en bandas, música de cámara e interpretación solista y acompañada.
- He colaborado como voluntario en ferias de ciencia, presentando proyectos, apoyando la organización, gestionando redes sociales y realizando entrevistas en directo a personas del ámbito científico.
- Me interesa el registro documental y también el arte en sus diferentes expresiones: audiovisuales, pictóricas, escultóricas, instalaciones, performances, relacional, etc.
Contacto#
- Email: xoel.maestu@gmail.com
- LinkedIn: linkedin.com/in/xoel-maestu
- GitHub: github.com/xoel-maestu