MIKEL GALAR IDOATE
Titular Universidad

• Departamento: ESTADÍSTICA, INFORMÁTICA Y MATEMÁTICAS
• Área de conocimiento: Ciencia de la Computación e Inteligencia Artificial
• e-mail: mikel.galarunavarra.es
• Teléfono: (+34) 948 16 6048 (ext. 6048)
•   EDIFICIO LOS PINOS - DESPACHO 1009 - P.PRIMERA

• Breve CV
• Docencia
• Tutorías
• Portal de producción científica
• Información adicional

Mikel Galar Idoate es Ingeniero Técnico en Informática de Gestión e Ingeniero Informático por la Universidad Pública de Navarra (2004-2007 y 2007-2009, respectivamente). Cursó el máster en Soft Computing y Sistemas Inteligentes en la Universidad de Granada (2009-2010). Es Doctor por la Universidad Pública de Navarra (2010-2012).

Desde 2007 trabaja en el grupo de investigación de Inteligenciar Artificial y Razonamiento Aproximado (GIARA), en el departamento de Automática y Computación, área de Ciencias de la Computación de Inteligencia Artificial, de la Universidad Pública de Navarra. Durante estos años ha trabajado como becario de colaboración de la UPNA, becario de colaboración del Ministerio de Educación, Ayudante de Proyecto, profesor Ayudante, Ayudante Doctor, Contratado Doctor Interino y actualmente continúa su labor docente e investigadora como profesor Titular de Universidad. Ha impartido docencia en todos los grados de ingenierías de la UPNA (asignatura de Informática en Euskera) y principalmente en el Grado en Ingeniería Informática (Bases de Datos I y II, Inteligencia Artificial y Aprendizaje Automático). También ha impartido docencia en el Máster Universitario en Ingeniería Informática (Seguridad Informática y Computación Avanzada y sus Aplicaciones a Ingeniería). Es director académico del Experto en Ciencia de Datos y Machine Learning de la UPNA desde 2019. En cuanto a las labores de tutor, ha sido director de Proyectos Fin de Carrera de las titulaciones de Ingeniería Técnica en Informática de Gestión, Ingeniería Informática y de Trabajos Fin de Estudios en Ingeniería Informática (más de 80 entre todas las titulaciones). Ha co-dirigido tres tesis doctorales y es director de otras cinco en realización.

Las líneas de investigación están enmarcadas principalmente en el aprendizaje automático, aprendizaje profundo y Big Data. Más concretamente en el uso de ensembles para clasificación, los problemas multi-clase, conjuntos de datos no balanceados, procesamiento de imagen, deep learning y las aplicaciones de estas técnicas en la industria, salud y la observación de la tierra. Ha realizado 50 publicaciones en revistas con factor de impacto (JCR), 3 capítulos de libro, unas 96 comunicaciones en conferencias (de ellas, 73 internacionales) y ha sido editor de 3 libros. También ha publicado un libro sobre el problema de los conjuntos de datos no balanceados en aprendizaje automático. Actualmente, su labor investigadora está muy centrada en la transferencia de la investigación a la empresa, habiendo sido Investigador Principal de varios proyectos de I+D+i sobre aplicaciones del machine learning y el deep learning para la industria. Como resultado de esta labor, es socio co-fundador de la spin-off Neuraptic AI, una empresa con la misión de acercar el uso de los modelos de inteligencia artificial a las empresas a través de su plataforma ENAIA®.

Ha participado en 56 proyectos de investigación tanto con financiación pública como privada. Ha formado parte del comité organizador de 51 conferencias científicas internacionales y de seis sesiones especiales. Ha sido co-organizador de las Jornadas de Fusión de Información y Ensembles (FINO) organizadas en el contexto de la Conferencia Española de Inteligencia Artificial (CAEPIA). Es miembro de los comités técnicos de diferentes conferencias científicas internacionales y revisor de más de 35 revistas de JCR. También es miembro de la European Society for Fuzzy Logic and Technology (EUSFLAT) desde 2010, miembro de la Asociación Española para la Inteligencia Artificial (AEPIA) desde 2011 y miembro del IEEE desde 2017.