Docente Especialista
Dr. Juan Antonio Miguel Ruiz​

Ingeniero en Informática por la Universidad Politécnica del Estado de Morelos (UPEMOR) y Maestro en Ciencias Computacionales por el Centro Nacional de Investigación y Desarrollo Tecnológico (CENIDET). Cuenta con experiencia en el desarrollo Full Stack de soluciones tecnológicas orientadas al Internet de las Cosas (IoT), ciudades inteligentes, análisis de datos e inteligencia artificial aplicada al sector salud, con énfasis en el diseño e implementación de modelos de Machine Learning. Ha participado como coinvestigador en proyectos de investigación de alto impacto, entre los que destaca "Modelos de predicción de riesgo para cáncer de cuello uterino en mujeres mexicanas de un hospital del tercer nivel de atención", desarrollado en colaboración con el Instituto Nacional de Salud Pública (INSP) y el Hospital General de México, con financiamiento del Centro de Inteligencia Artificial y Salud para América Latina y el Caribe (CLIAS). Asimismo, realizó una estancia de investigación en el Centro de Investigación sobre Enfermedades Infecciosas (CISEI-INSP), donde aplicó técnicas de inteligencia artificial al análisis de datos genómicos. En el ámbito académico, se desempeña como profesor adjunto en el Colegio Universitario Científico de Datos (COCID), donde imparte la asignatura Reconocimiento de Formas y Aprendizaje Computacional. Su labor docente se caracteriza por integrar fundamentos teóricos con aplicaciones prácticas mediante el desarrollo de proyectos enfocados en aprendizaje profundo (Deep Learning), clasificación, predicción y análisis inteligente de datos. En su trayectoria profesional ha contribuido al desarrollo de soluciones tecnológicas para los sectores de telecomunicaciones, energía y salud. Entre sus principales participaciones destacan el proyecto Claro Colombia, desarrollado con la empresa Iprogrammers; el Proyecto de Medición y Cálculo del Gasto Energético en el CENIDET; y su colaboración en investigaciones relacionadas con la caracterización de genes V en el Instituto Nacional de Salud Pública. Su producción académica incluye artículos científicos y ponencias presentadas en congresos nacionales e internacionales. Ha publicado trabajos en revistas especializadas como Programming and Computer Software y ha participado en eventos académicos de prestigio, entre ellos CONISOFT, CIMPS y CSCI. Además, ha impartido cursos y talleres especializados, entre los que destacan Introducción al Mundo Arduino y Uso de Machine Learning en Proyectos de Salud. Complementa su formación con certificaciones profesionales en AWS Cloud Practitioner, Cisco CCNA (módulos 1 al 4 y Security), Linux y Aprendizaje Automático, así como capacitación especializada en Docker, React Native y análisis de datos mediante R. Su perfil profesional integra investigación científica, desarrollo tecnológico, innovación y docencia, orientando su trabajo a la generación de soluciones basadas en inteligencia artificial y ciencia de datos que contribuyan al avance tecnológico y al bienestar social.