El Dr. Valenzuela es investigador titular del IA-UNAM desde 2006. Realizó el Doctorado en la Universidad Estatal de Nuevo México, EUA y un Posdoctorado en la Universidad de Washington en Seattle, EUA. Trabaja en tópicos modernos de galaxias, cosmología astrofísica y astrofísica computacional.

El Dr. Valenzuela ha trabajado en los problemas de la materia y energía oscuras. En particular ha participado en los primeros estudios que conectan la abundancia de galaxias de baja masa y de lente gravitacional con la naturaleza de la fenomenología conocida como materia oscura (Missing Satellites Problem, CDM/WDM/ALP DM). Ha propuesto soluciones a la posible incompatibilidad de la estructura central de los halos de materia oscura y las cinemática de las galaxias (Core Cusp Problem). Utilizando simulaciones de N-cuerpos e hidrodinámicas ha participado en diferentes pruebas a la cosmología: Estructura y abundancia de las galaxias, huecos o voids como prueba a teorías de gravedad, a la naturaleza gaussiana/no-gaussiana de las condiciones iniciales cosmológicas, así como en definir las propiedades de las galaxias en regiones subdensas. o voids.     

El Dr. Valenzuela se ha involucrado en censos observacionales del cielo tales como el SDSS-IV: MaNGA, utilizandolos para estudiar la dinámica y cinemática de las galaxias y sus relaciones de escala. El Dark Energy Spectroscopic instrument (DESI): en donde ha participado en la calibración de las simulaciones cosmológicas de la estructura cósmica para interpretar las observaciones de DESI, así como en proyectos del censo de estrellas de la Vía Láctea y en calibraciones de métodos de machine learning para la estimación del corrimiento al rojo fotométrico. Co-encabeza la creación y coordinación del grupo de participación mexicano en el desarrollo del censo Legacy Survey of Space and Time (LSST) del observatorio Vera C. Rubin donde está involucrado en desarrollos relacionados con  lentes gravitacionales, estimación de corrimientos al rojo fotométricos  aplicados a cosmología y materia oscura, así como el desarrollo de observaciones sintéticas con posible aplicación a tópicos sobre la Vía Lácta. Coordina el desarrollo del centro de datos de LSST en la UNAM.

La necesidad de realizar cálculos suficientemente precisos para interpretar las cada vez más detalladas observaciones tanto de nuestra galaxia como extragalácticas, o el análisis de grandes conjuntos de datos observacionales le han llevado a proponer estrategias para aplicar cómputo de alta eficiencia y cómputo de alto rendimiento en la investigación astronómica. Tiene amplia experiencia realizando simulaciones de N-cuerpos e hidrodinámicas a problemas de sistemas estelares, materia oscura,  galaxias y cosmología. Ha participado en el desarrollo de técnicas novedosas para la realización de algunas simulaciones: integradores, enfoques para resolver el problema Vlasov-Poisson o el uso de machine learning para simulaciones. 

Ha participado en la creación y desarrollo de:

Especialidad en Cómputo de alto rendimiento en la UNAM, Laboratorio de Modelos y Datos (LAMOD) de la UNAM y el proyecto Grid-UNAM