IA aplicada
Desarrollo modelos para interpretar datos instrumentales y automatizar procesos. Combino preprocesamiento, ingeniería de variables y validación para que cada solución responda al problema real.
- Predicción
- Clasificación
- Automatización
marta@portfolio~❯ whoami
Ciencia, código e inteligencia artificial
Dra. Marta Barea Sepúlveda
marta@portfolio~❯ cat intro.txt
Desarrollo soluciones de inteligencia artificial y machine learning para automatizar procesos y mejorarlos.
Mi trayectoria empezó en un laboratorio de química. Durante el doctorado, el interés por entender mejor los datos de mis experimentos me llevó a aprender a programar de forma autodidacta y a aplicar machine learning. Lo que empezó como una herramienta para investigar terminó despertando mis ganas de dedicarme a desarrollar tecnología.
En 2023 decidí orientar mi carrera hacia el sector tecnológico y dejé el último año de la FPI para incorporarme a una empresa del sector IT. Allí aprendí sobre sistemas, infraestructura y servicios en producción mientras seguía trabajando en la tesis, que defendí en 2024.
Desde entonces he trabajado en varias empresas tecnológicas y he dado el paso de emprender. Cofundé Nebux en 2024 y, tras vender mis participaciones en 2025, cofundé Valendra. Hoy desarrollo allí soluciones de IA/ML para clientes de distintos sectores y participo en la creación de QDivZero, nuestra plataforma para trabajar con modelos de IA.
En paralelo, sigo colaborando con la Universidad de Cádiz en investigación y ahora estoy cursando el máster en Bioinformática y Bioestadística. Lo elegí porque estoy interesada en el área de drug discovery y quiero profundizar en lo que la IA puede aportar a este campo. Es una forma de seguir aprendiendo y acercarme a un área que me interesa especialmente.
Cada proyecto me deja algo nuevo: una herramienta que no conocía, una idea que quiero probar o una forma distinta de abordar un problema. Voy probando y ajustando, y lo que funciona pasa a formar parte de mi trabajo.
Desarrollo modelos para interpretar datos instrumentales y automatizar procesos. Combino preprocesamiento, ingeniería de variables y validación para que cada solución responda al problema real.
Jerez de la Frontera, España · Presencial
Cofundadora de Valendra Tech SL, una empresa tecnológica con actividad en IA, datos, cloud y desarrollo de software.
Desarrollo soluciones de IA y machine learning para clientes de distintos sectores, con aplicaciones en química analítica, automatización de laboratorios y contenidos audiovisuales.
Desarrollo la presencia digital de Valendra y QDivZero, desde la identidad de marca y las webs hasta la comunicación, el posicionamiento y el crecimiento de la audiencia.
Trabajé en soluciones de IA para aplicaciones de química analítica instrumental en la industria petroquímica.
Madrid, España · En remoto
Trabajé en el departamento de Data & AI de Banco Santander a través de Hopla! Software, en sistemas de machine learning en producción y servicios de MLaaS.
Comunidad Valenciana, España · En remoto
Cofundé Nebux Cloud SL, mi primera empresa, centrada en soluciones cloud y de IA durante mi etapa.
Dirigí la empresa, combinando la estrategia de producto y negocio con la organización de los equipos y las operaciones.
Desarrollé soluciones de machine learning y deep learning orientadas a su uso en producción.
Me encargué de la comunicación digital y la estrategia de redes sociales para dar a conocer los proyectos y actividades de la organización.
Barcelona, España · Presencial
Diseñé, implementé y operé soluciones de DevOps y SRE para más de diez entornos de clientes.
Cádiz, España · Presencial
Investigué la aplicación de machine learning a problemas de química analítica, con trabajo experimental, desarrollo de modelos, docencia y apoyo a proyectos de estudiantes.
Estudié la presencia y acumulación de elementos traza en setas comestibles del sur de España y norte de Marruecos.
Trabajé en la preparación de muestras y el análisis elemental mediante técnicas de plasma acoplado inductivamente.
Investigué el dopaje de perovskitas híbridas orgánico-inorgánicas para mejorar su estabilidad y ajustar sus propiedades ópticas para aplicaciones fotovoltaicas.
Colaboré en investigación en el grupo SCEM del Departamento de Química Física de la Universidad de Cádiz.
El Puerto de Santa María, España · Presencial
Trabajé en formulaciones y control de procesos para mejorar la estabilidad y uniformidad de los hologramas.
Universitat Oberta de Catalunya (UOC) & Universitat de Barcelona (UB)
Universidad de Cádiz
Desarrollo de metodologías analíticas para la determinación de componentes volátiles en derivados del petróleo de uso agroalimentario
Universidad de Cádiz
Estudio de la bioacumulación metálica en la seta de interés gastronómico Lactarius deliciosus
Universidad de Cádiz
Efecto del dopaje en la posición 'A' de perovskitas híbridas orgánico-inorgánicas
Reto de análisis de audio aplicado a la salud, propuesto por GooVentures.
Sociedad Española de Inteligencia Artificial en Biomedicina (IABiomed)
Revisión por pares de artículos científicos para MDPI.
I Congreso Andaluz de Micología · Granada.
Colegio Oficial de Veterinarios de Granada · Federación de Asociaciones Micológicas de Andalucía
Cátedra Fundación Moeve - Universidad de Cádiz
Universidad de Cádiz
Herramientas analíticas en viticultura, agroalimentación y química forense
Investigación en química analítica del vino y productos vinícolas
Universidad de Cádiz
He cofundado dos startups. En 2025 vendí mis participaciones en la primera y cofundé Valendra. Hoy compagino el desarrollo de la empresa con la comunidad SherryNets.
Cofundé SherryNets para reunir a la comunidad tecnológica de Jerez y Cádiz y crear un espacio donde compartir proyectos, aprender y conocernos en persona.
Coorganizo los encuentros y las charlas gratuitas, y ayudo a preparar cada actividad.
En Valendra desarrollamos soluciones de IA, datos, cloud y software para empresas de distintos sectores. También creamos tecnología propia, como QDivZero, nuestra plataforma de infraestructura para desplegar modelos de IA.
Mi día a día combina el desarrollo de soluciones de IA/ML para clientes con la marca, la comunicación y el crecimiento de Valendra. En QDivZero trabajo en la landing y pruebo el producto para mejorar su funcionamiento y la experiencia de uso.
Artículos, congresos y noticias sobre mi trabajo de investigación.
El estudio combina espectroscopía Vis-NIR y aprendizaje automático para distinguir niveles de hidrotratamiento en ceras de parafina mediante un análisis rápido y no destructivo. Tras preprocesar los espectros con suavizado Savitzky–Golay, se evaluaron modelos Random Forest y SVM con kernel gaussiano. Random Forest alcanzó un 100 % de acierto en la clasificación de los niveles estudiados. El método se integró en HydroGrade AI, una aplicación que facilita su uso en el control de calidad industrial.
Se optimizó un método HS-GC-IMS mediante diseño Box-Behnken para analizar compuestos volátiles en aceites de oliva de España, Portugal, Marruecos e Italia. Combinando el enfoque con machine learning y modelos Random Forest, se logró discriminar de forma robusta el origen geográfico y se desplegó una app Shiny, alcanzando una clasificación del 100% en nuevas muestras comerciales analizadas en condiciones óptimas.
Enfoque quimiométrico que combina espectroscopía Vis-NIR con aprendizaje automático para una detección rápida y no destructiva.
Metodología novedosa que combina cromatografía de headspace con sistemas de clasificación inteligentes.
Clasificación y caracterización automatizada de productos petrolíferos usando datos espectroscópicos.
Desarrollo de modelos inteligentes de clasificación y regresión para el procesamiento de datos analíticos
Análisis no destructivo mediante Vis-NIR, FT-IR, UV-VIS y técnicas de espectrometría
Detección rápida de adulteraciones y autenticación de productos alimentarios
Análisis de compuestos bioactivos y elementos tóxicos en hongos silvestres comestibles
Caracterización y control de calidad de ceras derivadas del petróleo
Discriminación de líquidos inflamables y muestras de gasolina para aplicaciones forenses
Machine learning para la identificación de acelerantes en incendios. Desarrollo de sistemas de clasificación automatizados para el análisis forense de líquidos inflamables, utilizando técnicas analíticas avanzadas y algoritmos inteligentes.
Identificación de líquidos inflamables en restos de incendios forestales mediante técnicas avanzadas de headspace. Desarrollo de modelos de machine learning para detección y clasificación automática.
Proyecto de colaboración internacional para mapear el contenido metálico en setas silvestres comercialmente viables del sur de Andalucía y el norte de Marruecos. Análisis de riesgo-beneficio para la salud del consumidor.