Entrenaré modelos ml dl, investigación y asistencia en tesis

1. Recolección y preparación de datos personalizados

• Adquisición de datos dirigida: Raspado automatizado, integración de API o adquisición ética de los datos específicos necesarios para tu proyecto.
• Limpieza y preprocesamiento de datos: Manejo de valores faltantes, reducción de ruido y formateo de datos para que estén listos para el modelo.
• Ingeniería avanzada de características: Creación de nuevas características predictivas para maximizar la precisión y el rendimiento del modelo.

2. Entrenamiento y optimización del modelo

• Selección de algoritmos: Elegir el modelo más adecuado para tu problema (por ejemplo, Random Forest para simplicidad, o un CNN/RNN para datos visuales/secunciales).
• Pipeline de entrenamiento personalizado: Entrenar modelos usando Python (TensorFlow, PyTorch, Scikit-learn) con enfoque en eficiencia y precisión.
• Optimización de hiperparámetros: Técnicas rigurosas de optimización (Grid Search, métodos bayesianos) para lograr un rendimiento de vanguardia.

3. Implementación completa de proyectos ML/DL

• Desarrollo de prueba de concepto (PoC):
• Documentación del código:
• Evaluación del modelo:

Mi stack técnico principal:

• Frameworks: TensorFlow, Keras, PyTorch, Scikit-learn
• Lenguajes: Python
• Herramientas: Pandas, NumPy, Matplotlib, Seaborn, OpenCV