Construiré modelos de visión por computadora y aprendizaje automático predictivo

Un modelo que obtiene un 95% en un notebook y un 60% en tus datos reales no es un modelo, es una fuga en la división de validación.

Construyo modelos que aguantan fuera del notebook y reporto los números que importan, no los que parecen mejor.

Soy ingeniero de ML con más de 4 años en producción de ML. He entregado: análisis radiográfico con 95% de precisión que redujo el tiempo de diagnóstico en un 40%, clasificación CNN con 92% usando TensorRT, y un modelo de churn con XGBoost en 87%.

LO QUE CONSTRUYO

Clasificación de imágenes, detección de objetos, segmentación, OCR

Inspección de defectos y calidad

Predicción de churn, demanda y riesgo

Pronóstico de series temporales y regresión tabular

CÓMO TRABAJO

Métricas por clase y matrices de confusión, no un solo número

Validación adecuada con datos reservados - sin fuga, sin entrenar en prueba

Aumentación y transfer learning cuando los datos etiquetados son limitados

Optimización de inferencia para hardware accesible

Respuesta honesta si tus datos no soportan la precisión

STACK

PyTorch, TensorFlow, Scikit-Learn, XGBoost, OpenCV, YOLO, ONNX, TensorRT, FastAPI, Docker, AWS/GCP/Azure

Escríbeme con qué estás prediciendo y qué datos tienes. Si el dataset no lo soporta, prefiero decírtelo ahora que después de que hayas pagado.