Maximiliano Vaca Montejano

Soy egresado de Física por la Universidad Autónoma de Baja California. Me apasiona el uso de las matemáticas y herramientas computacionales para encontrar soluciones y explicaciones a desafíos en nuestro entorno. Tengo experiencia trabajando en el procesamiento de imágenes astronómicas, modelos de predicción con datos morfométricos de especies, desarrollo de canales de integración continua y estadística descriptiva con variables socioespaciales.

Data Scientist | Equipo de Conservación, GECI — Ensenada, B.C.

Sept 2024 – Jun 2025

• Diseño e implementación de un modelo de regresión logística para predecir el sexo del albatros de Laysan en Isla Guadalupe con >90% de precisión, utilizando 4 variables morfológicas. Actualmente integrado en una aplicación web de campo.
• Automatización de un pipeline CI/CD mediante la API de Zenodo para sincronizar parámetros de modelos ecológicos con nuevos datos morfométricos en tiempo real.
• Optimización de flujos de datos mediante pipelines ETL y aplicación de guías de estilo para garantizar la reproducibilidad en investigación.
• Garantía de confiabilidad del sistema mediante desarrollo guiado por pruebas y diseño modular, soportando análisis continuos para el Proyecto de Dimorfismo.

Aug 2022 – Ene 2023

• Implementación de frameworks de pruebas automatizadas con Selenium WebDriver, reduciendo errores en UI.
• Colaboración con equipos multidisciplinarios en la creación de prototipos de herramientas web para departamentos académicos.
• Documentación de procesos CI/CD para desarrolladores junior.

Licenciatura en Física 

Universidad Autónoma de Baja California (UABC)

Tesis de Licenciatura — Detección de Estrellas Variables mediante Sustracción de Imágenes

• Procesamiento de imágenes CCD con el paquete ISIS (sustracción de imágenes), ajustando parámetros de convolución para mejorar la extracción de flujo diferencial.
• Desarrollo de un toolkit en Python para automatizar la generación de curvas de luz calibradas y gráficos de fase a partir de los resultados de ISIS.
• Implementación de rutinas de filtrado para distinguir variabilidad astrofísica relevante del ruido en campos estelares extensos.
• Resultados aplicados a la clasificación de candidatas a estrellas variables, formando el núcleo analítico de una tesis de licenciatura en curso.

• Diseño de un pipeline de minería de datos para identificar patrones de gentrificación urbana usando datos censales del INEGI (2010-2020).
• Creación de un índice de transformación urbana (ITSE) a partir de 8 variables socioeconómicas, visualizado mediante mapas de calor geoespaciales.
• Aplicación de la metodología de Bournazou & Marcou (2016) para cuantificar cambios en 128 AGEBs, enfocándose en indicadores de desplazamiento positivo/negativo.
• Presentación de hallazgos en el 9º Congreso Internacional de Sociología, destacando insights para políticas públicas contra la desigualdad socioespacial.