Control estadístico de la calidad para la industria 5.0

Salvador Naya Fernández es Catedrático de Estadística e Investigación Operativa en la Universidad de A Coruña, donde ha desarrollado una dilatada carrera académica y de gestión. Pertenece al grupo de Modelización y Optimización Estadística (MODES) y al centro de investigación en Tecnologías de la Información y las Comunicaciones (CITIC) de dicha universidad.

Licenciado en Matemáticas por la Universidad de Santiago de Compostela y Doctor en Ingeniería Industrial por la Universidad de A Coruña. Su trayectoria profesional abarca más de tres décadas dedicadas a la docencia, investigación y gestión universitaria. Ha impartido clases en diversos grados de ingeniería y másteres interuniversitarios, siendo responsable de materias clave como Control Estadístico de Calidad en el máster de Técnicas Estadísticas de las universidades públicas gallegas de Santiago de Compostela, Vigo y A Coruña. Además de la docencia de Estadística en la Escuela Politécnica de Ingeniería de Ferrol, es docente en materias de control de calidad y análisis de datos en los másteres de Ingeniería Textil y el máster Universitario Erasmus Mundus en Sostenibilidad e Industria 4.0 aplicada al Sector Marítimo con la Universidad Federico II de Nápoles y de Materiales Complejos con la Universidad Paris Cité.

Como investigador, el Dr. Naya cuenta con 169 publicaciones. Su trabajo se centra en aplicaciones estadísticas avanzadas en ingeniería, control de la calidad y fiabilidad, modelización estadística con especial énfasis en el análisis de datos complejos. Ha liderado numerosos proyectos de investigación, y participado en más de 50 proyectos de transferencia con empresas, destacando su papel como Investigador Principal del proyecto europeo EDINAF, enfocado en la digitalización del sector naval europeo.

Su experiencia en la industria incluye la cofundación de la spin-off "Nerxus Quality Solutions", especializada en la aplicación de modelos de Machine Learning a problemas industriales. El Dr. Naya ha recibido reconocimientos significativos, como el Premio "Educador del Año 2013" de la Fundación JLM y el premio de la Sociedad Española de Estadística e Investigación Operativa y la Fundación BBVA en 2020. Su experiencia en gestión incluye cargos como el de Vicerrector de Política Científica, Investigación y Transferencia de la Universidad de A Coruña en el período 2016-2024.

Javier Tarrío Saavedra es Ingeniero Industrial por la Universidade da Coruña (UDC), también Máster y Doctor en Estadística e Investigación Operativa por las tres universidades gallegas (UDC, USC y UVIGO). Actualmente es Profesor Titular de la UDC, impartiendo docencia del área de estadística e investigación operativa en titulaciones de grado y máster relacionadas con la ingeniería, las tecnologías marinas, la industria 4.0, las ciencias de la información, la gestión industrial de la moda y la ciencia de materiales. Íntimamente relacionada con la labor docente, su investigación se enfoca en el control estadístico de la calidad, la estadística industrial y, en general, la aplicación de la estadística en diversos ámbitos de la ingeniería, química, física y epidemiología, siendo, como resultado, autor de más de 100 publicaciones científicas y colaborador en diversos proyectos de investigación, tanto de ciencia básica como aplicada, ya sea nacionales como internacionales, financiados por entidades públicas o privadas como son la Unión Europea, el Ministerio de Ciencia e Innovación, la Xunta de Galicia, el Centre national de la recherche scientifique (CNRS), el Instituto de Salud Carlos III (ISCIII), Navantia y Grupo PRISA, entre otras. Como resultado, esta labor ha sido galardonada con diversos premios, entre los que se encuentran el Premio Sociedad de Estadística e Investigación Operativa - Fundación BBVA (2020) en la modalidad de Mejor Contribución Aplicada con Impacto en el Ámbito Social, Innovación o Transferencia de Conocimiento en el Campo de la Estadística, y el Accésit del Premio de Investigación Ernesto Viéitez Cortizo 2022 otorgado por la Real Academia Galega das Ciencias, en relación al aprovechamiento de residuos de la industria conservera para la construcción de arrecifes artificiales. En el marco de la de la gestión universitaria y fundaciones, ha sido responsable de la Unidad de Análisis y Gestión de Datos de la Universidade da Coruña, así como vicepresidente de la Sociedade Galega para a Promoción da Estatística e a Investigación de Operacións (SGAPEIO). En cuanto a las actividades de transferencia de conocimiento al tejido empresarial, se ha involucrado en la fundación y gestión de empresas, como la spin-off Nerxus, dedicada a la analítica de datos y modelización estadística en los sectores la eficiencia energética e Industria 4.0, además de participar en la cátedra de la Estrategia Nacional de Inteligencia Artificial (ENIA) sobre algoritmos verdes, cuyo objetivo es buscar y desarrollar algoritmos de inteligencia artificial más eficientes y sostenibles, en colaboración con la empresa textil Inditex.

Miguel Alfonso Flores Sánchez es Profesor Titular de la Escuela Politécnica Nacional de Ecuador. Es Doctor en Estadística e Investigación Operativa por la Universidad de A Coruña (2019), y posee un amplio bagaje académico que incluye un Máster en Investigación de Operaciones (2006) por la Escuela Politécnica Nacional, un Máster en Técnicas Estadísticas (2013) por la Universidad de A Coruña, así como un Máster en Sistemas Inteligentes (2024) por la Universidad Jaume I, donde actualmente cursa un doctorado en Informática. Su formación interdisciplinaria le ha permitido integrar enfoques avanzados de Estadística Computacional, Machine & Deep Learning en sus investigaciones y aplicaciones prácticas.

Como investigador, es miembro del grupo MODES (Modelización, Optimización e Inferencia Estadística) de la Universidad de A Coruña y ha realizado un postdoctorado en la Universidad Jaume I en 2022, centrado en la detección de anomalías en datos espacio-temporales. Su investigación abarca el análisis de datos funcionales, modelos estadísticos y el uso de grafos y aprendizaje profundo para resolver problemas complejos en el ámbito académico e industrial.

Además de su sólida trayectoria académica, el Dr. Flores cuenta con más de 20 años de experiencia en consultorías para sectores públicos, privados y ONGs, aplicando sus conocimientos en Estadística Computacional y Machine Learning a la optimización de procesos industriales, análisis de datos y control de calidad. Ha liderado y colaborado en más de 15 proyectos de investigación nacionales e internacionales, y ha publicado más de 40 artículos científicos en revistas de prestigio.

Con un enfoque orientado a la educación y la formación profesional, ha dirigido más de 30 tesis de grado y posgrado. Sus áreas de especialización incluyen el control estadístico de procesos, optimización matemática, y algoritmos avanzados para la ciencia de datos, lo que le ha permitido destacarse tanto en el ámbito académico como en la consultoría, integrando de manera efectiva soluciones estadísticas y computacionales para mejorar la toma de decisiones y la eficiencia en organizaciones de diversos sectores.