Applied AI y sistemas reproducibles
Machine Learning · Transfer Learning · evaluación · trazabilidad · automatización
Sobre Majestic
Martín Heriberto Pérez Gómez combina investigación doctoral, arquitectura de software, datos y experiencia institucional para convertir problemas ambiguos en sistemas verificables y mantenibles.
Dirección
Fundador y Arquitecto Principal · Investigador doctoral · Applied AI & GeoAI
Arquitecto tecnológico especializado en el diseño e implementación de sistemas institucionales complejos que integran captura, transmisión, validación estructural, almacenamiento, procesamiento analítico y visualización ejecutiva para apoyar decisiones estratégicas.
Su trayectoria combina infraestructura crítica, gobernanza de datos públicos, coordinación interinstitucional en Naciones Unidas e INEGI, desarrollo de plataformas y modelado predictivo avanzado, formalizado mediante estudios doctorales en Ciencias de la Computación.
Su investigación actual estudia cuándo y bajo qué límites los modelos de aprendizaje automático pueden generalizarse o transferirse entre regiones geográficas heterogéneas, conectando GeoAI, análisis espacio-temporal, cambio de distribución y evaluación reproducible.
De manera complementaria desarrolla soluciones tecnológicas propias orientadas a resolver problemas operativos e institucionales, integrando investigación aplicada, inteligencia artificial y arquitectura de software con un enfoque práctico, trazable y escalable.
Especialización
Machine Learning · Transfer Learning · evaluación · trazabilidad · automatización
GIS · PostGIS · QGIS · análisis espacio-temporal · integración geoespacial
SQL · PostgreSQL · modelado estructural · interoperabilidad
Power BI · diseño de KPIs · dashboards ejecutivos
Node.js · Python · APIs REST · arquitectura modular
Linux · redes · integración hardware-software
Trayectoria
Más de una década entre infraestructura, datos, sistemas institucionales e investigación aplicada.
2024–2026
Pacto Mundial de las Naciones Unidas – México
Diseño y desarrollo integral de la plataforma digital del CEO Pledge Anticorrupción, con formularios dinámicos, validación estructurada, evaluación automatizada y dashboards ejecutivos.
Ver CEO Pledge oficial →2018–2023
UNODC – México
Responsable del componente tecnológico en proyectos estratégicos de seguridad, integrando operación móvil, transmisión satelital, APIs, SQL, Python, Power BI y GIS. Participó en el proyecto “Integración de los Mecanismos de Coordinación Interinstitucional para la Investigación de Delitos de Alto Impacto a Nivel Estatal” con la Procuraduría General de Justicia del Estado de Hidalgo, dentro del componente de Información y Gestión del Conocimiento.
Ver proyecto oficial de Hidalgo →2017–2018 / 2022–2023
INEGI – México
Diseño metodológico y tecnológico de registros administrativos, censos nacionales, interoperabilidad, aplicaciones y paneles estadísticos públicos.
2014–2017
Amyco Telecomunicaciones
Implementación de infraestructura tecnológica corporativa, administración Linux y redes en proyectos institucionales de alta exigencia.
Investigación
Doctorado en Ciencias de la Computación, CIC-IPN (2023–2027, en curso). Línea de investigación: transferibilidad de modelos predictivos espacio-temporales entre ciudades heterogéneas.
Estancia de Investigación Doctoral, Grupo BISITE, Universidad de Salamanca (en curso).
Maestría en Ciencias de la Computación, CIC-IPN (2021–2023). Investigación aplicada a rutas seguras mediante análisis geoespacial.
Ingeniería en Robótica Industrial, ESIME-IPN (2009–2015).
ORCID: 0009-0001-4032-4654. El registro está activo y funcionará como identificador académico persistente de la producción bibliográfica.
Actividad internacional
Ponente en el Research and Innovation Forum (Rii Forum 2026), Atenas, Grecia.
Ponente en el ciclo de Webinars A26 de IEEE CIC-IPN sobre transferencia de aprendizaje entre CDMX, Chicago y Londres.
Estancia de investigación doctoral actualmente en curso con el Grupo BISITE de la Universidad de Salamanca.
Consultar publicaciones, actividad académica y fuentes verificables →
Forma de trabajo
Diferenciamos con claridad entre producto activo, piloto, MVP, investigación y concepto.
No agregamos IA cuando reglas simples o una integración resuelven mejor el problema.
Diseñamos alrededor de responsables, estados, evidencia y continuidad.