Teaching is an integral part of my identity as an academic. My teaching philosophy is based on the conviction that students learn more efficiently if encouraged to be the leaders of their learning process. I believe that learning is a process in which students must be actively engaged.
These are the courses I have taught at Wake:
– Fall 2026: PHYS 365/665: Gravitation and Astrophysics Seminar. This seminar is designed to expose students to cutting-edge research topics, practical scientific tools, and effective science communication.
– Fall 2026: PHYS 109: Astronomy.
– Spring 2026: PHYS 109: Astronomy.
– Fall 2025: PHYS 109: Astronomy. This introductory course covers descriptive astronomy, historical developments in astronomical theories, and astrophysics.
Below are links to courses I have taught (in Spanish) on scientific computing and Python:
Since 2014
Introducción a la programación con Python
Este curso introductorio a la programación científica con Python está diseñado para permitirle a sus participantes conocer y desarrollar las herramientas necesarias para comenzar a abordar problemas científicos y de ingeniería a través de metodologías problema-solución y herramientas robustas para su solución. La primera versión del curso la base en el material compartido durante el SciCoder 4, que ocurrió en NYC en el 2013. Sin duda alguna ha sido mi workshop favorito.
Todo el material de la clase está en este repositorio de Bitbucket.
2020-2021 cosiam
Curso corto – Introducción a la Modelación
Este curso lo preparé para la Society for Industrial and Applied Mathematics – Colombian Section CoSIAM, con el objetivo presentar una introducción a la modelación y simulación matemática. A través de varios tipos de modelos matemáticos, presento herramientas de código abierto y libre que se adaptan a la implementación de modelos y simulaciones simples. Es un curso auto contenido y creado en tiempos de pandemia. Los videos están en el canal de YouTube de CoSIAM:
– La primera parte consiste en las consideraciones generales y teóricas de la modelación determinística, además de un breve tour por estimación de parámetros de manera Bayesiana con cadenas de Markov al estilo Monte Carlo (MCMC).
– La segunda parte está dedicada a introducir algunos conceptos de modelos estocásticos y algunas aplicaciones, como campos aleatorios Gaussianos.
Mi idea es que los participantes cuenten con más herramientas para abordar el Math Challenge de CoSIAM. ¡Buena suerte!