Franco
Fitte

Turing

• Entrenamiento de modelos de lenguaje como Atlas, Gemini, Codex y Claude: rúbricas, etiquetado de datos y casos de prueba para pipelines de RLHF.
• Evaluación de respuestas en tareas de razonamiento y generación de código; flujos de evaluación automática para detectar sesgos y mejorar la calidad.
• Código en Docker orientado a casos de negocio, evaluación de modelos y entrenamiento de adaptadores LoRA.
• Trabajo íntegramente en inglés, en un equipo internacional distribuido.

IFIBYNE — CONICET

• Pipelines de machine learning de punta a punta sobre más de 1.500 millones de datos de 300+ horas de registros de alta frecuencia: ingesta, features, entrenamiento, inferencia y control de calidad.
• Visión y deep learning: estimación de pose con DeepLabCut (ResNet-50, 91,6 % mAP), redes convolucionales, transformers y embeddings latentes con CEBRA para clasificar estados de comportamiento.
• Análisis espectral de series temporales (VMD, CWT, HHT), clustering, detección de anomalías y homología persistente.
• Inferencia en tiempo real conectada a hardware con Arduino y servos para detectar el sueño y dar estímulos de forma automática; procesamiento en GPU por lotes en paralelo.
• Modelos de lenguaje en el análisis: RAG con ChromaDB, LLM locales con Ollama, Gemini API y Vertex AI.

dilidili

Estudio que diseña y programa webs, apps a medida y sistemas de gestión para empresas y emprendedores de Argentina.

Licenciatura en Física

Licenciatura en Ciencia de Datos