MadridAble

Acerca de MadridAble

MadridAble es una aplicación web para planificar rutas turísticas accesibles en Madrid, usando datos públicos reales y tecnología de routing para silla de ruedas.

El equipo

Ismael Gomez Talal
Madrid, España

Ismael Gomez Talal

Investigador en Data Science & Machine Learning

Investigador postdoctoral y doctor en Tecnologías de la Información y las Comunicaciones y en Turismo por la Universidad Rey Juan Carlos (URJC). Especializado en modelado predictivo, machine learning aplicado a la industria y analítica de datos. MadridAble nace de la intersección entre datos abiertos, accesibilidad y tecnología al servicio de las personas.

PhD en Tecnologías de la Información y las Comunicaciones
Universidad Rey Juan Carlos (URJC) · 2022-2026
Algoritmos de Data Science interpretables para Knowledge Management y Decision Making
PhD en Turismo (interuniversitario, 12 universidades)
Universidad Rey Juan Carlos (URJC) · 2022-2025
Machine Learning aplicado a Revenue Management en Hospitality
Ambos doctorados con Cum Laude
Visiting Postdoctoral Research Scholar
University of Nevada, Las Vegas (UNLV) · International Gaming Institute · 2026-Actualidad
Desarrollo de aplicaciones LLM con RAG para decision-making en casinos. Pipelines GenAI end-to-end para optimización de ofertas y engagement.
Másteres
Máster en Ingeniería de Sistemas de Información · URJC · 2020-2021
Máster en Ingeniería de Tecnologías de Telecomunicación · UC3M · 2022-2024
Máster en Internet of Things · UC3M · 2020-2022
Formación de grado
Grado en Ingeniería Telemática · URJC · 2020-2022
Grado en Ingeniería de Tecnologías de Telecomunicación · URJC · 2016-2020
Estancias de investigación
🇩🇪
Visiting Research Scholar · Ludwig-Maximilians-Universität
Munich Center for Machine Learning (MCML)
Múnich, Alemania · Julio-Septiembre 2025
🇵🇹
Visiting Research Scholar · University of Aveiro
Aveiro, Portugal · Abril-Mayo 2025
🇺🇸
Invited Teaching Stay (Erasmus) · University of Nevada, Las Vegas
Nevada, USA · Noviembre-Diciembre 2024
🇫🇷
Visiting Research Scholar · ENS Paris-Saclay (Centre Borelli)
París, Francia · Octubre-Noviembre 2024
🇺🇸
Visiting Research Scholar · University of Nevada, Las Vegas
Nevada, USA · Abril-Julio 2024
Áreas de investigación
Modelado predictivoMachine LearningData ScienceRevenue ManagementHospitality AnalyticsIoTAccesibilidad
Publicaciones

Consulta las publicaciones científicas en Google Scholar

Maria del Pilar Talon Ballestero
Madrid, España

Maria del Pilar Talon Ballestero

PhD in Marketing · URJC

Investigadora principal del proyecto TOURMARK y directora del Doctorado Interuniversitario en Turismo y del Máster en Revenue Management, Business Development y Big Data en la URJC. Especializada en Revenue Management hotelero, CRM con herramientas Big Data y turismo con perspectiva de género.

PhD in Marketing
Universidad Rey Juan Carlos (URJC)
22 publicaciones indexadas
9 JCR (4 Q1, 3 primer decil) · 5 SJR (2 Q1, 2 Q2)
13 proyectos de investigación
IP en 4 proyectos · Convocatorias nacionales y europeas · CEHAT
Áreas de investigación
Revenue ManagementCRM & Big DataHotel ManagementTourism & GenderData Science
Tutorial

Tutorial de MadridAble

Recorrido completo por las funcionalidades principales: planificación de rutas accesibles, perfiles de movilidad, asistente IA, datos en tiempo real e itinerarios.

Abrir vídeo

MadridAble

Madrid sin barreras. Para todos.

Desktop
MadridAbleMadridAble
Mobile
MadridAbleMadridAble

Metodología

1. Carga de datos. Los puntos de interés se cargan desde el Portal de Datos Abiertos del Ayuntamiento de Madrid (datos.madrid.es). Los datos se cachean localmente durante 6 horas.

2. Routing accesible. Las rutas se calculan mediante OpenRouteService con el perfil wheelchair, que tiene en cuenta pendientes máximas, altura de bordillos y ancho de aceras.

3. Optimización por zonas accesibles. El motor de rutas evalúa múltiples opciones de waypoints que pasan por zonas de accesibilidad peatonal certificadas, eligiendo la ruta que maximiza el tramo dentro de estas zonas.

4. Asistente IA. El chat usa Claude Sonnet 4.6 con un system prompt especializado en accesibilidad y puntos de interés de Madrid. Las respuestas se transmiten en streaming.

Stack tecnológico

Frontend

Next.js 15TypeScriptTailwind CSSMapLibre GL JSRechartsnext-intl

Backend

FastAPIPython 3.11GeoPandasShapelyPyProj

Data

Portal Datos Abiertos MadridOpenStreetMapOpen-MeteoINFORMOAEMET

Services

OpenRouteService (wheelchair)EMT Madrid APIGoogle Maps DirectionsClaude Sonnet 4.6

Fuentes de datos

Dataset
Museos y centros culturalesVer
Parques y jardinesVer
Edificios BICVer
Instalaciones deportivasVer
Teatros y auditoriosVer
Aparcamiento PMRVer
Aseos públicos accesiblesVer
Agenda cultural (100 días)Ver

Licencia y contacto

MadridAble ("Accessible Routing") — Registered at Universidad Rey Juan Carlos, 21/01/2026, ref. 2026/REGING-6923. © Ismael Gomez Talal.

Routing: OpenRouteService (HeiGIT · CC-BY 4.0) · Maps: © OpenStreetMap contributors.

Grupo de investigación

BigMed+

Grupo de investigación de alto rendimiento en Ingeniería Biomédica y Ciencia de Datos de la Universidad Rey Juan Carlos (URJC).

Hecho con para hacer Madrid más accesible
About · MadridAble · MadridAble