Help & Supportcareers@gravityer.com
R&D Engineer Computer Vision & Deep Learning
AI is analyzing your overall score…
Identifying your key strengths…
Evaluating your skill match against the job requirements…
Assessing your cultural and operational fit
Universidad Rey Juan Carlos
Doctorado, Tecnologías de la Información y las Comunicaciones
January 1, 2016 – January 1, 2019
Universidad Rey Juan Carlos
Master Oficial Visión Artificial, Visión por computador
January 1, 2012 – January 1, 2013
Universidad de Málaga
Ingeniería Técnica de Telecomunicaciones, Sonido e Imagen., Telecomunicaciones
January 1, 2005 – January 1, 2010
Metrica Sports
Senior Computer Vision and Deep Learning R&D Engineer
February 1, 2019 – Present
Universidad Rey Juan Carlos
Profesor
September 1, 2017 – Present
Geomni
Especialista Visión por Computador y Deep Learning
May 1, 2013 – February 1, 2019
Greater Madrid Metropolitan Area
Verisk Analytics
Especialista Visión por Computador y Deep Learning
May 1, 2013 – February 1, 2019
Grupo de investigación GAVAB del Departamento de Ciencias de la Computación de la URJC
Becario de colaboración
November 1, 2012 – July 1, 2013
Universidad Rey Juan Carlos
ELIPSE AD
Ingeniero I+D en Visión por Computador
January 1, 2012 – July 1, 2012
Augmented Reality Lab
Ingeniero I+D en Visión por Computador
January 1, 2012 – July 1, 2012
Departamento Ingeniería de Comunicaciones, Universidad de Málaga
Instructor de Laboratorio
February 1, 2008 – June 1, 2009
Departamento Ingeniería de Comunicaciones, Universidad de Málaga
Instructor de Laboratorio
September 1, 2007 – February 1, 2008
TFM: Seguimiento articulado con múltiples kinect
July 1, 2013 – Present
El seguimiento y la captura de movimiento de objetos articulados tales como el cuerpo humano, siempre ha causado especial interés debido al gran espectro de aplicaciones relacionadas. Existen sistemas comerciales que ofrecen soluciones a dicho problema, sin embargo, su elevado coste y la necesidad del uso de marcas o sensores para la captura de movimiento, dificultan la integración de dichos sistemas en entornos de la sociedad. La aparición de sensores de interfaz natural de usuario tales como kinect, han revolucionado el mundo de los videojuegos, ofreciendo la posibilidad de interactuar con el sistema a través de la captura de movimiento humano sin el uso de marcas. Sin embargo las limitaciones de estos dispositivos en cuanto al seguimiento y la captura de movimiento, vienen dadas por la forma y el fin para el que han sido diseñadas, generando estimaciones incorrectas en cuanto existe algún tipo de oclusión o el usuario no se encuentra de cara al sensor. En este trabajo se presenta un sistema de seguimiento visual, que haciendo uso de múltiples sensores kinect, obtienen una estimación mejorada de la posición del usuario a la que ofrece un único sensor. El sistema realiza una fusión de los esqueletos que genera cada sensor haciendo uso de unos pesos de confianza que determinan la fiabilidad del esqueleto detectado. Si bien, este sistema no pretende colocarse a la altura de otros sistemas comerciales de alta precisión, los resultados experimentales demuestran la mejora que se obtiene en comparación con la detección de un único sensor. Se permite así, la posibilidad de realizar la captura y el seguimiento de personas en tiempo real a bajo coste de forma robusta, limitando la precisión de nuestro sistema a la precisión que tienen los sensores kinect.
Deploying Docker to AWS
Lynda.com
June 24, 2026 – Present
Cultural Fit Analysis
The candidate's background includes both academic research and industry roles (Metrica Sports, Geomni, Verisk Analytics), indicating adaptability to different work environments. The R&D focus and teaching experience suggest a continuous learning mindset. The project on multi-Kinect tracking demonstrates an innovative approach to problem-solving. The diversity of roles and long tenure in Computer Vision roles suggest a strong alignment with a specialized technical culture.
Soft Skills & Operational Fit
The candidate's experience as a professor and R&D engineer suggests strong problem-solving, analytical thinking, and potentially good communication skills. The project description indicates an ability to identify problems, propose solutions, and evaluate results. However, without psychometric test results or interview data, specific soft skills like teamwork, stress handling, or adaptability cannot be definitively assessed.