Área técnica

Laboratorio de Machine Learning

Espacio destinado a análisis, experimentación y evolución de modelos.


CV extendido y documentación

Currículum completo

Versión ampliada del perfil profesional y técnico.

Ver CV (PDF)

Formación académica inicial

Formación base en sistemas informáticos y tecnología, donde se establecen los fundamentos técnicos del perfil profesional.


Laboratorio de Machine Learning

Proyecto TFM

Optimización de modelos de clasificación para predicción de cáncer, con especial atención al ajuste del umbral clínico.

AUC: 1.0 · Precision: 1.0 · Recall clínico: 1.0

Ver memoria

Evaluación de modelos

Comparativa entre SVM, regresión logística y Random Forest mediante recall, precision, F1, AUC y balanced accuracy.

Ver métricas

Optimización clínica

Ajuste del threshold para reducir falsos negativos y priorizar sensibilidad en un contexto de diagnóstico médico.

Ver threshold

Notebook principal

Desarrollo completo del pipeline: limpieza, normalización, entrenamiento, evaluación e inferencia.

Ver código

Análisis exploratorio

Distribuciones, boxplots, correlaciones y relaciones entre variables para comprender el comportamiento del dataset.

Ver estadística

Resultados visuales

Paneles comparativos y ranking visual de modelos por AUC.

Ver panel

Laboratorio de Deep Learning

CNN para detección de fracturas

Modelo de clasificación de radiografías en fracturado y no fracturado mediante una red neuronal convolucional entrenada en PyTorch.

Accuracy: 0.76 · Mejor CV: 0.79 · F1 Macro: 0.75

Ver proyecto

IA generativa en visión médica

Estudio sobre modelos generativos aplicados a visión artificial médica: superresolución, generación de imágenes sintéticas y mejora de datasets.

Diffusion Models · Superresolución · Datos sintéticos

Ver estudio

Dataset

Más de 9000 radiografías clasificadas con técnicas de augmentación para mejorar la generalización del modelo.

Ver detalles

Pipeline completo

Preparación de datos, balanceo de clases, entrenamiento y evaluación del modelo.

Preprocesado Modelo CNN

Resultados y evaluación

Métricas de clasificación, matriz de confusión y validación cruzada.

Ver pipeline técnico

Curva de aprendizaje

Evolución de la pérdida durante el entrenamiento del modelo.

Visualización del modelo

Exploración visual del modelo: arquitectura, resultados y comportamiento.


Estudios técnicos

Optimización de asistente virtual (NLP)

Análisis técnico y propuesta de mejora para un sistema de procesamiento de lenguaje natural aplicado a asistentes de voz.

NLP · Transformers · ASR/TTS · Arquitectura de sistemas

Ver documento

Arquitectura LLM para atención al cliente

Diseño de un sistema basado en modelos de lenguaje para automatizar el soporte multilingüe en entornos empresariales.

LLM · Transformers · Multilingüe · Seguridad · Integración API

Ver documento

Análisis del problema

Identificación de los principales retos en NLP: representación del texto, contexto, ambigüedad y variabilidad lingüística.

Problema y contexto

Integración de LLMs en sistemas reales de atención al cliente con requisitos de precisión, privacidad y coherencia.

Propuesta técnica

Integración de embeddings, modelos Transformer (BERT/GPT) y sistemas de voz (Whisper, Tacotron).

Marco técnico

Uso de arquitectura Transformer, modelos base y técnicas de alineación como RLHF para garantizar respuestas seguras.

Impacto y arquitectura

Evaluación del impacto en experiencia de usuario, recursos necesarios y riesgos técnicos del sistema.

Retos clave

Multilingüismo, latencia, control de alucinaciones, privacidad de datos y adaptación al dominio.

Solución propuesta

Fine-tuning + in-context learning, integración mediante APIs y control de acceso a datos con capa intermedia.

Monitorización y control

Seguimiento del comportamiento del modelo en producción, detección de errores, alucinaciones y evaluación continua de la calidad de las respuestas.

Observabilidad · Logging · Evaluación continua · Feedback humano


Documentación técnica

Repositorio estructurado con memorias, arquitectura, modelos, inferencias y anexos técnicos.

Arquitectura de la web

Estructura técnica del portfolio, despliegue cloud y organización del repositorio.

Ver arquitectura

Próxima documentación

Espacio reservado para documentación técnica adicional, guías, anexos o futuras demos.