Mit arbejde fokuserede på at fremskynde opdagelsen af nye oxid-ionledermaterialer gennem udvikling og implementering af autonome beregningsworkflows baseret på tæthedsfunktionalteori (DFT). Jeg designede, skrev og vedligeholdt Python-kode i højtydende Linux-miljøer, hvilket muliggjorde pålidelige beregninger i stor skala og effektiv datastyring. En væsentlig del af min rolle bestod i at skabe dataløsninger til at udtrække, transformere og fortolke rå videnskabelige softwaresimuleringsresultater og dermed levere meningsfuld indsigt, der direkte bidrog til forskningsfremskridt. Jeg spillede en central rolle i implementeringen af vores teams workflow-orkestrator, hvor jeg fungerede som den første slutbruger, hvis feedback bidrog til at forbedre softwarens funktionalitet og brugervenlighed. Gennem hele min forskning arbejdede jeg tæt sammen med eksperimentelle kolleger og brugte integreret dataanalyse til at fortolke komplekse materialers adfærd, såsom iondiffusion og ferroelektriske effekter, hvilket sikrede en effektiv videnoverførsel mellem beregnings- og laboratorieteams.

Jeg har en kandidatgrad i fysisk kemi fra Institut for Anvendt Fysik, Forskningscenter for Avancerede Studier (Cinvestav), Mérida, Mexico.
Her uddybede jeg min viden om interfaser, kvantekemi og faststofkemi.

Mit afgangsprojekt var en beregningsmæssig undersøgelse af de mekaniske egenskaber ved todimensionelle materialer med unormale mekaniske egenskaber ved både uendeligt små og endelige belastninger.

Jeg har en bachelorgrad i nanoteknologi og molekylær teknik fra University of the Americas Puebla (UDLAP) i Puebla, Mexico. Min uddannelse lagde vægt på de grundlæggende kemiske og fysiske begreber, der gælder for moderne materialer, samt på hvordan nye teknologier kan forbedre disse materialer eller skabe helt nye, banebrydende innovationer.