Biviana Suárez es doctora en Ciencias – Estadística de la Universidad Nacional de Colombia, gracias a la beca que se gana en el marco del convenio especial de cooperación de ciencia, tecnología e innovación suscrito entre la Secretaría Distrital de Desarrollo Económico de Bogotá y el Centro de Estudios Interdisciplinarios Básico y aplicados CEIBA. También es magister en Ciencias con especialidad en probabilidad y estadística del centro de investigación en Matemáticas de México (CIMAT), gracias a la financiación de la misma institución. Antes de esto, se graduó como Magister en Matemáticas de la universidad Nacional de Colombia, sede Bogotá.
Biviana es de base licenciada en Matemáticas con énfasis en sistemas de la Universidad Pedagógica Nacional, en la cual pudo complementar su enfoque pedagógico y didactico de las ciencias Matemáticas, vocación que había empezado a construir desde pequeña, gracias a que hizo su bachillerato con enfoque pedagógico en la normal Superior Maria Auxiliadora, en Soacha Cundinamarca.
Además de su experiencia docente de cerca de 15 años en educación superior, en cursos relacionados con estadística, probabilidad y procesos estocásticos, tiene una amplia experiencia en el area empresarial, en el sector público y privado, pues hizo parte del equipo de inteligencia tributaria de la secretaría de hacienda de Bogotá y fue Software Engineer, adscrita a Data Hub del banco BBVA. Además, ha tenido experiencia en temas de consultoría estadística en diferentes tópicos relacionados con medio ambiente.
En cuanto a la investigación, ha tenido experiencia implementando metodologías relacionadas con procesos de Poisson con función de intensidad dependiendo en el tiempo adscritas a los modelos de sobrevida para analizar dinámicas de comportamiento de los rebases del umbral de interés de los contaminante del aire de algunas ciudades principales. Por tanto, sus temas de interés se centran en la estadística inferencial de los procesos estocásticos, metodos computacionales bayesianos y su relación con máquinas de aprendizaje Bayesiano en modelos de clasificación, además de las aplicaciones en medio ambiente, salud y sociedad.