Formación académica:

Ingeniería Industrial, Universidad Autónoma de Occidente, 2000.

Especialización en Robótica Industrial, Universidad Politécnica de Madrid, 2003.

Maestría en Tecnologías de la Información en Fabricación, Universidad Politécnica de Madrid, 2006.

Doctorado en Ciencias de la Computación e Inteligencia Artificial, Universidad Politécnica de Madrid, 2010.

Experiencia: 

Constructora Chipichape, jefe de sistemas, 1994-1999

Consejo Superior de Investigaciones Científicas, España, becaria, 2003-2006.

Consejo Superior de Investigaciones Científicas, España, investigador junior, 2007-2011.

Universidad Carlos III de  Madrid, profesora cátedra, 2008.

Universidad Autónoma de Madrid, profesora cátedra, 2009-2010.

Investigación: 

Grupo de Investigación en Competitividad y Productividad Empresarial, GICPE. 

Intereses de investigación:

Aplicación de la inteligencia artificial para el análisis y control de procesos industriales y logísticos, aplicación de TIC a la enseñanza de ingeniería.

Línea: Gestión de operaciones, de la producción y la tecnología

Publicaciones: 

Correa Valencia, Maritza & Aragón Chamorro, Alexander (2015).  Tele-operated laboratory for teaching logistics operations. Sistemas & Telemática, 13(35), 39-51. 

http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/2151

Lozano, Adriana C., Correa, Maritza & Lopez, Gloria M. (2014). Sugarcane-production consumption and AMS- eBook, Chapter 9 – Integrated Management of Sugarcane (IMS): Use of Agricultural Residue, (237-262).

Rosales, Ricardo & Correa Valencia, Maritza (2014). Model of routing for raw milk collection using genetic algorithms. Sistemas & Telemática, 12(31), 77-87. 

http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/1916

Correa Valencia, Maritza & Pamies-Texeira, J. (2013). Modelo predictivo para acabado superficial en el proceso de texturizado por EDT. IX Congreso Colombiano de Métodos Numéricos.

Correa Valencia, Maritza & BUSTILLO, ANDRES (2012). Using artificial intelligence to predict surface roughness in deep drilling of steel components. Journal of Intelligent Manufacturing. 23(5), 1893 – 1902.

http://link.springer.com/article/10.1007/s10845-011-0506-8#/page-1

Sitios externos: 

https://scholar.google.es/citations?user=DgASmjMAAAAJ&hl=es

http://www.google.com/patents/WO2011048231A1?cl=en

http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001435997