El Dr. Juan Antonio Rico Gallego es Director General y Científico de la Fundación
COMPUTAEX desde noviembre de 2023 y Profesor Titular del Departamento de
Ingeniería de Sistemas Informáticos y Telemáticos de la Universidad de Extremadura
(UEX), en Cáceres, donde desarrolla su actividad académica desde 2001. Obtuvo el título
de Ingeniero en Informática en 2002 y el grado de Doctor por la UEX en 2016. En su
actual puesto en COMPUTAEX desempeña funciones relacionadas con la dirección del
Centro de Supercomputación de Extremadura (integrado en la Red Española de
Supercomputación), incluyendo la gestión del supercomputador Lusitania.
Entre 1998 y 2002 fundó y trabajó en diversas empresas de ingeniería del software,
desarrollando aplicaciones de procesamiento de datos y sistemas de bases de datos para
grandes empresas. En 2007 fue socio fundador de Sicubo S.L., la primera empresa de base
tecnológica (spin-off) de la Universidad de Extremadura. A través de esta empresa
participó en actividades de transferencia tecnológica y valorización de los resultados de
investigación de su grupo. Esta línea de colaboración y transferencia de tecnología ha
continuado mediante proyectos como HESPERIA (que reunió durante cuatro años a un
consorcio de empresas y universidades de toda España) e INVESTIGO (Aplicación de
Técnicas de Aprendizaje Automático para la Extracción de Muestras con el Fin de
Mejorar las Métricas de Mercado). Otro ejemplo es el proyecto europeo FAROTIC: Red
de Emprendimiento en la Nueva Economía de las TIC.
Dentro de su actual grupo de investigación (CénitS), del que es Coordinador, continúa
desarrollando su actividad investigadora en el ámbito del modelado y análisis del
rendimiento, así como en el diseño e implementación de software para sistemas de
computación de altas prestaciones y supercomputación basados en clústeres multinúcleo
y aceleradores. En los últimos años, su interés investigador se ha orientado también hacia
el campo de la computación cuántica.
El investigador ha participado en numerosos proyectos de investigación relacionados con
la optimización de algoritmos, la computación de altas prestaciones y el aprendizaje
automático y profundo (machine learning/deep learning). En este contexto, ha sido
Investigador Principal de proyectos financiados por el Plan Regional de Investigación de
Extremadura, como IB16118 (optimización de algoritmos y aplicaciones paralelas en
sistemas heterogéneos mediante el uso combinado de modelos formales de computación y
comunicaciones), IB20040 (aprendizaje automático para la optimización de plataformas
de supercomputación y el soporte a aplicaciones de imagen hiperespectral), e IB24239 (),
así como de proyectos financiados por el Gobierno de España, entre ellos APRISA
(desarrollo de técnicas de aprendizaje profundo para la optimización de infraestructuras
de supercomputación y aplicaciones de imagen hiperespectral). Además, como
responsable del Centro de Supercomputación de Extremadura, coordina y dirige
proyectos de investigación en los ámbitos regional, nacional e internacional, en
colaboración con empresas y entidades públicas, de desarrollo experimental e
investigación fundamental, y relacionados con el desarrollo de software (IA, Datos,
Cuántica) y adquisición e instalación de infraestructuras de cómputo para dar servicio a
usuarios.
En el marco de sus líneas de investigación, ha dirigido la tesis doctoral del Dr. Sergio
Moreno Álvarez y actualmente dirige la tesis doctoral, en el ámbito de la computación de
altas prestaciones, de Álvaro Roy Schafner, de la Universidad de Córdoba (Argentina).
Asimismo, ha actuado como supervisor de diversas estancias de investigación, entre ellas
las del Dr. Emin Nuriyev, de University College Dublin, y la Dra. Jhunlyn Lorenzo, del
laboratorio ImVIA de la Université Bourgogne Franche-Comté, en el marco del programa
HPC-Europa3.

– Sergio Moreno-Álvarez, Mercedes E. Paoletti, Andres J. Sanchez-Fernandez,
Juan A. Rico-Gallego, Lirong Han, Juan M. Haut, Federated learning meets
remote sensing, Expert Systems with Applications, Vol. 255, Part B, 2024,124583,
ISSN 0957-4174, https://doi.org/10.1016/j.eswa.2024.124583. (Q1, IF: 7.5, 24/197,
2023).
– Emin Nuriyev; Juan Antonio Rico Gallego; Alexey Lastovetsky. (2022) Modelbased selection of optimal MPI broadcast algorithms for multi-core clusters, Journal
of Parallel and Distributed Computing. 165, pp. 1 – 16. Elsevier, 01/07/2022. ISSN
0743-7315. DOI: https://doi.org/10.1016/j.jpdc.2022.03.012 (Q1, IF: 4.542, 18/110,
2022).
– J. M. Haut, M. E. Paoletti, S. Moreno-Álvarez, J. Plaza, J. A. Rico-Gallego and A.
Plaza, “Distributed Deep Learning for Remote Sensing Data Interpretation”,
in Proceedings of the IEEE, vol. 109, no. 8, pp. 1320-1349, Aug. 2021, doi:
10.1109/JPROC.2021.3063258. (Q1, IF: 14.910, 4/276, 2021).
– Rico-Gallego, J.A., Martín, J.C., Reddy, R., & Lastovetsky, A.L. (2019). A Survey of
Communication Performance Models for High-Performance Computing. ACM
Comput. Surv., 51, 126:1-126:36. DOI:10.1145/3284358. (Q1, IF: 7.99, 4/108, 2019).
– Rico-Gallego, J.A., Lastovetsky, A.L., & Díaz-Martín, J. (2017). Model-Based
Estimation of the Communication Cost of Hybrid Data-Parallel Applications on
Heterogeneous Clusters. IEEE Transactions on Parallel and Distributed Systems, 28,
3215-3228. DOI:10.1109/tpds.2017.2715809. (Q1, IF: 3.971, 8/103, 2017).