Descripción del anuncio
Magíster en Ciencia de la Computación por parte de la Universidade Estadual de Campinas (Brasil) y docente universitario en Perú. Ha participado en las conferencias más importantes de Inteligencia Artificial incluyendo NeurIPS, ICML, ICLR, KDD, ICCV y CVPR, escuelas de verano como Machine Learning (MLSS), Deep Learning (DLRL) y Probabilistic ML (ProbAI). También ha participado en varios concursos de programación y posee experiencia en la preparación de entrevistas para la postulación a empresas como Google, Meta, Microsoft, entre otros. Tiene amplia experiencia en las áreas de Machine Learning y Deep Learning aplicadas principalmente a visión por computador y procesamiento de lenguaje natural.
Posee experiencia en la enseñanza, brindando explicaciones ilustrativas para un mejor entendimiento tanto de la parte teórica como práctica. Algunos ejemplos de ponencias impartidas:
- Gaussian Discriminant Analysis (Machine Learning): Batch Normalization (Deep Learning): Markov Decision Processes (Reinforcement Learning): impartido clases particulares a estudiantes de diferentes universidades y especialidades entre ellas:
- Internacionales: University of Florida (USA), London South Bank University (UK), Moscow Institute of Physics and Technology (Rusia), Universidad de los Andes (Colombia), Universidad Politécnica de Cataluña (España), entre otros.
- Nacionales: PUCP, UNI, UPC, ULaSalle, entre otros.
Algunos temas que puedo ayudarte:
- Machine Learning: Regresión lineal, regresión logística, regularización, LDA, SVMs, árboles de decisión, random forest, boosting, PCA, clustering (K-means, DBSCAN, jerárquico, GMM), redes neuronales, model selection, métricas de evaluación, MLE, aprendizaje bayesiano, data preprocessing, etc.
- Deep Learning: Perceptrón multicapa (MLP), backpropagation, funciones de activación, optimizadores (SGD, Adam, RMSProp, etc.), CNNs, arquitecturas (ResNet, EfficientNet, Siamese, etc), RNNs, LSTMs, Seq2seq, Atención, Transformers (BERT, GPT, ViT, etc), autoencoders, modelos generativos (VAE, GAN, Diffusion), etc.
- Lenguajes: Python, C++
- Librerías y frameworks: PyTorch, Tensorflow, Keras, Huggingface, numpy, pandas, scikit-learn, etc.
No se hacen tareas ni se resuelven exámenes pero puedo guiarte para que los hagas por tu cuenta.
