Docente UNIR
Ingeniero e investigador predoctoral en la Escuela de ingenieros de Bilbao; especializado en optimización matemática, IA y sistemas energéticos con hidrógeno en aplicaciones industriales.
Mikel Fernández Allende es Graduado en Ingeniería Electrónica Industrial y Automática por la Universidad del País Vasco y Máster Universitario en Inteligencia Artificial por la Universidad Internacional de La Rioja. Actualmente se encuentra en la fase final de su doctorado en Sistemas de Energía Eléctrica en la UPV/EHU, con una tesis centrada en la integración de tecnologías Power-to-X e hidrógeno en la red eléctrica. Tiene varias publicaciones en IEEE y Elsevier.
Actualmente trabaja como AI Engineer en Gorlan, donde diseña e implanta casos de uso de IA en los procesos de la organización. Compagina esta labor con la docencia en UNIR, donde imparte Machine Learning y Deep Learning en másteres universitarios y dirige Trabajos Fin de Máster de inteligencia artificial aplicada. Entre 2024 y 2025 trabajó como Ingeniero de Optimización Energética en Tecnalia Research & Innovation, desarrollando modelos de optimización multiobjetivo para sistemas energéticos con renovables, hidrógeno y almacenamiento en baterías. Previamente fue investigador predoctoral en el grupo GISEL de la Escuela de Ingenieros de Bilbao, donde sentó las bases metodológicas de su tesis doctoral sobre la integración de tecnologías Power-to-X en la red eléctrica.
Sus líneas de investigación actuales se centran en la optimización de sistemas multienergía y tecnologías Power-to-X, con la integración del hidrógeno verde y el almacenamiento en baterías en la red eléctrica. Trabaja en la optimización multiobjetivo coste-emisiones mediante programación lineal entera mixta (MILP) y algoritmos evolutivos, y en marcos híbridos que combinan optimización matemática e IA para incorporar la degradación de los equipos en la planificación energética. Entre sus intereses se encuentran también el aprendizaje por refuerzo aplicado a la gestión energética, el sector coupling, los gemelos digitales de sistemas energéticos y la aplicación de la inteligencia artificial a procesos industriales. Sus resultados se han publicado en IEEE y Elsevier.
Rellena el siguiente formulario y uno de nuestros asesores se pondrá en contacto contigo en las próximas 24 horas.
O si lo prefieres:
De 9:00 a 20:00 de lunes a jueves
y de 9:00 a 19:00 los viernes
:name
:intro
Formación
:Formación
Experiencia
:Experiencia
Líneas de investigación
:Líneas de investigación
Algunos estudios en los que imparte clase
