Graduada en Estadística y Empresa por la Universidad Carlos III de Madrid y título de máster de investigación en Ingeniería Matemática. Más de cinco años de experiencia laboral trabajando en diferentes áreas de la estadística y ciencia de datos. Durante dos años trabajó como asistente de docencia e investigación en el departamento de estadística de la Universidad Carlos III. Sus investigaciones se basaron en el análisis forense de los datos electorales. Como profesora, impartió clases de Teoría Estadística Elemental, Inferencia y Procesos Estocásticos. En los últimos cuatro años se ha dedicado al análisis de datos masivos con tecnologías de Big Data y plataformas Cloud y técnicas de Machine Learning. Ha desempeñado el puesto de científico de datos en Pragsis Technologies, Beeva y Deloitte Digital, donde se ha especializado en sistemas de recomendación y Machine Learning. Las áreas de los principales proyectos en los que ha trabajado son: detección de fraude, técnicas de clustering, procesamiento de lenguaje natural, sistemas de recomendación, mantenimiento predictivo y análisis de fuga de clientes. Durante su etapa en Deloitte también se ha dedicado a la docencia, tanto dirigida a clientes como formación interna.
