de Marcos Peirotén, Rodrigo Alejandro

Categoría: Colaborador Asociado - Doctor de la Facultad de Ciencias Económicas y Empresariales (ICADE), Departamento de Métodos Cuantitativos

Rodrigo de Marcos es Ingeniero Industrial de la Facultad de Ingeniería de la Universidad Pontificia Comillas (ICAI), donde obtuvo la licenciatura de Ingeniería Industrial (2013), el máster de Investigación en Modelado de Sistemas de Ingeniería (2016) y el Doctorado en Energía Eléctrica (2020). Compaginó sus estudios de máster y doctorado a tiempo parcial con proyectos de consultoría energética en el Instituto de Investigación Tecnológica (IIT) de ICAI. Desde 2020 ejerce como consultor de energía en SimularT, participando en proyectos diversos relacionados con la predicción de precios de energía (p.ej. electricidad y gas) y estudios de carácter técnico-económico de activos renovables (p.ej. parques eólicos y baterías de almacenamiento). Forma parte de un equipo capaz de proveer herramientas de apoyo tecnológico actualizado, como el big data, machine learning y cloud computing. Además, desde 2022 es profesor a tiempo parcial del Departamento de Métodos Cuantitativos de la facultad de ICADE de la Universidad Pontificia Comillas impartiendo Machine Learning para alumnos de grado y de máster.

Formación académica

Doctor/a, Universidad Pontificia Comillas.

Experiencia docente

El profesor Rodrigo Alejandro de Marcos Peirotén tiene 9 años de experiencia en esta Universidad, y en los últimos años ha impartido las siguientes asignaturas:


  • Machine Learning I: Regresión y clasificación / Machine Learning I: Regression and classification

  • Machine Learning

Publicaciones Seleccionadas
  • R. A. Marcos Peirotén, D. W. Bunn, A. Bello Morales, J. Reneses Guillén, Short-term electricity price forecasting with recurrent regimes and structural breaks. Energies. Vol. online, nº 20, págs. 5452-1-5452-14, Octubre de 2020.. ISSN: 1996-1073. Repositorio: http://hdl.handle.net/11531/56089.
  • R. A. Marcos Peirotén, A. Bello Morales, J. Reneses Guillén, Short-term electricity price forecasting with a composite fundamental-econometric hybrid methodology. Energies. Vol. online, nº 6, págs. 1067-1-1067-15, Marzo de 2019.. ISSN: 1996-1073. Repositorio: http://hdl.handle.net/11531/36084.
  • R. A. Marcos Peirotén, A. Bello Morales, J. Reneses Guillén, Electricity price forecasting in the short term hybridising fundamental and econometric modelling. Electric Power Systems Research. Vol. online, págs. 240-251, Febrero de 2019.. ISSN: 0378-7796. Repositorio: http://hdl.handle.net/11531/32850.
Experiencia profesional

(2014 - 2020) IIT: Investigador en formación.

(2020 - act.) SimularT: Consultor de energía.

(2022 - act.) ICADE: Profesor a tiempo parcial de Machine Learning.

© Universidad Pontificia Comillas - C/ Alberto Aguilera 23 - 28015 Madrid - Tlf. (34) 91 542 28 00