Seré tu experto en visión por computadora y aprendizaje profundo

1. Visión por computadora e inteligencia visual

• Detección y seguimiento de objetos: YOLOv8/v12/World, modificaciones personalizadas en la columna vertebral (TSM-YOLO) y seguimiento avanzado de múltiples objetos (SORT/DeepSort/ByteTrack).
• Segmentación de precisión: Integración de extremo a extremo de SAM 2 (Segment Anything Model 2) para segmentación a nivel de instancia y detección de anomalías.
• Análisis temporal: Reconocimiento de acciones y detección de estados usando TSM (Temporal Shift Modules) y arquitecturas LSTM/Transformer para transmisiones de video.
• OCR inteligente y AI para documentos: Pipelines escalables para automatización de documentos, reconocimiento de placas y extracción de datos.

2. Arquitectura de IA de pila completa

• Puente entre modelo y API: Diseño de endpoints de inferencia de alta concurrencia usando FastAPI, Node.js o Go.
• Frameworks agenticos: Construcción de sistemas multi-agente donde los modelos de visión se comunican con LLMs (Phi-4, Llama) para razonar sobre datos visuales.
• Integración de bases de datos: Estructuración de bases de datos SQL (Postgres/SQLite) y de vectores (Pinecone/Milvus) para almacenar y consultar embeddings de manera eficiente.
• Despliegue y operaciones: Contenerización (Docker/Kubernetes), optimización en el borde (TFLite, CoreML, TensorRT) y despliegue en la nube (AWS/GCP/Azure).

1. Diseño arquitectónico
2. Desarrollo de pila completa
3. Rigurosidad