Eduardo Guzmán Ortiz

• Doctor en Ingeniería y Producción Industrial por la Universitat Politècnica de València. Sobresaliente Cum Laude. Premio Extraordinario de Tesis Doctorales.
• Máster Universitario en Ingeniería de Organización y Logística por la Universitat Politècnica de València. Premio al mejor Trabajo Fin de Máster.
• Diploma de Especialización «Experto Contable con ERP» (8.ª edición) por la Universitat de València.
• Ingeniero Mecánico - Automotriz.

• 2023–2026: Universidad Autónoma de Madrid
  • Management Information Systems and Technologies
  • Sistemas y Tecnologías de Información para la Dirección
  • Dirección de Operaciones y Calidad (MBA)
  • Dirección de Empresas
  • International Management
  • Economía de la Empresa
  • Administración y Gestión de Empresas y Proyectos Tecnológicos
• 2018–2021: Universitat Politècnica de València
  • Métodos cuantitativos para la ayuda a la toma de decisiones
  • Organización de la Producción
  • Empresa

• Senior Consultant – Cognodata Consulting (Grupo Audensiel).

• Acreditación ANECA a Profesor Permanente Laboral.
• Acreditación ANECA a Profesor Ayudante Doctor.
• Premio Extraordinario de Tesis Doctorales, Universitat Politècnica de València (2024).
• 2021 – Premio al Mejor Artículo: “Matheuristic algorithms for production planning in manufacturing enterprises”, presentado en el 12th Advanced Doctoral Conference on Computing, Electrical and Industrial Systems.
• 2019 – Premio al Mejor Artículo: “A matheuristic approach for sourcing, production, and delivery plans optimization”, en el 13th International Conference on Industrial Engineering and Industrial Management – XXIII Congreso de Ingeniería de Organización.
• 2018 – Premio Fernando Ferrádiz Sisera: Otorgado por la Universidad Politécnica de Valencia al mejor trabajo fin de máster en Ingeniería de Organización Industrial y Logística, por el trabajo “Estudio de viabilidad del uso de la realidad aumentada para la mejora del aprendizaje. Desarrollo de un prototipo para la asignatura de logística”.

Líneas de investigación

• Optimización matemática: MILP, matheurísticas, planificación y secuenciación de la producción.
• Investigación Operativa aumentada con aprendizaje automático: Deep Reinforcement Learning, redes neuronales de grafos (GNN) y modelos bayesianos.
• Gemelos digitales y aprendizaje por refuerzo multiagente (MARL) para cadenas de suministro circulares.
• Economía circular e IA aplicada a la gestión de residuos en la construcción; despliegue de soluciones (MLOps).

Participación en proyectos

• GIMRIC-IA (SI4/PJI/2024-00211) – Gestión integral de materiales y residuos en construcción mediante IA. Comunidad de Madrid y Universidad Autónoma de Madrid (2025–2026). Rol: Investigador principal.
• ENDORSE (H2020-MSCA-RISE-2018, n.º 823887) – Flota robótica de interior para logística en entornos sanitarios y comerciales (2019–2021). Rol: Investigador participante.
• Contrato predoctoral (ACIF/2018/170) – Generalitat Valenciana, UPV (2018–2021). Rol: Investigador en formación.

• Guzmán, E.; Andrés, B.; Poler, R. (2026). “Hybrid MILP–deep reinforcement learning approach for reusable container flows in the automotive industry”, International Journal of Production Economics, Elsevier. DOI: https://doi.org/10.1016/j.ijpe.2026.109927
• Cañas, H.; Guzmán, E.; Rodríguez-Gallo, Y.; Cardona, M. (2026). “Designing green and resilient coffee supply chain networks: A risk-averse optimization approach”, Cleaner Logistics and Supply Chain, vol. 19, Elsevier. DOI: https://doi.org/10.1016/j.clscn.2026.100316
• Guzmán, E.; Andrés, B.; Torres-Polo, M. (2026). “A cooperative digital twin–multi-agent reinforcement learning for circular supply chains”, Computers & Industrial Engineering, vol. 218, Elsevier. DOI: https://doi.org/10.1016/j.cie.2026.112044
• Torres-Polo, M.; Guzmán Ortíz, E. (2026). “Computational Economics of Circular Construction: Machine Learning and Digital Twins for Optimizing Demolition Waste Recovery and Business Value”, Computation, vol. 14. DOI: https://doi.org/10.3390/computation14040076
• Guzmán, E.; Tobón, S.; Andrés, B.; Torres, M. (2026). “Simulation-Based Optimization of the 3Rs in Circular Construction Using Integrated Digital Twins and Multi-agent Reinforcement Learning”, CIO 2025 (LNDECT 280), Springer. DOI: https://doi.org/10.1007/978-3-032-12099-1_36
• Guzmán, E.; Torres, M.; Tobón, S.; Andrés, B. (2025). “AI-Driven Circular Construction: Integrating Social, Economic, and Environmental Dimensions through a Holistic Triple-Bottom-Line Model”, IEEE ICE/ITMC. DOI: https://doi.org/10.1109/ICE/ITMC65658.2025.11106619
• Guzmán, E.; Poler, R.; Andrés, B. (2023). “A matheuristic approach combining genetic algorithm and mixed integer linear programming model for production and distribution planning in the supply chain”, Advances in Production Engineering & Management, vol. 18. DOI: https://doi.org/10.14743/apem2023.1.454
• Guzmán, E.; Andrés, B.; Poler, R. (2022). “Models and algorithms for production planning, scheduling and sequencing problems: a holistic framework and a systematic review”, Journal of Industrial Information Integration, vol. 27, Elsevier. DOI: https://doi.org/10.1016/j.jii.2021.100287
• Guzmán, E.; Andrés, B.; Poler, R. (2022). “A Decision-Making Tool for Algorithm Selection Based on a Fuzzy TOPSIS Approach”, Mathematics. DOI: https://doi.org/10.3390/math10091544
• Guzmán, E.; Andrés, B.; Fraile, F.; Poler, R.; Ortiz, A. (2021). “Fleet management system for mobile robots in healthcare environments”, Journal of Industrial Engineering and Management, vol. 14. DOI: https://doi.org/10.3926/jiem.3284