¡Bienvenido a mi perfil de GitHub! Soy un entusiasta del desarrollo y desde que me adentré en el mundo de la programación estoy en constante crecimiento con mi lenguaje favorito de programación, Python.
- 🌍 Soy de la ciudad de Rosario, Santa Fe, Argentina.
- 💻 Actualmente me desempeño como Pasante TI en Wiener Lab.
- 🎓 Soy un estudiante avanzado de la carrera de Inteligencia Artificial dictada por la UNR.
Este proyecto nació como un trabajo final para la asignatura Procesamiento de Lenguaje Natural, pero durante su desarrollo, se reveló como un proyecto excepcionalmente versátil y prometedor.
En este proyecto se aplican:
- Técnicas de procesamiento del lenguaje natural:
- Empleo de técnicas de limpieza de texto para disminuir la cantidad de valores únicos de cadenas y así poder facilitar el procesamiento.
- Obtención de Datos Innovadora:
- Utilicé técnicas de scrapping con HTML para recopilar datos relevantes.
- Implementé una interfaz de programación de aplicaciones (API) Rest para obtener información en formato JSON.
- Vectorización y Almacenamiento Eficiente:
- Aplicación de modelos avanzados de vectorización para representar información textual de manera efectiva.
- Empleo de ChromaDB como una base de datos vectoriales para almacenar información, contenido e índices de documentos indexados.
- Búsqueda Semántica y Similitud de Textos:
- Desarrollé algoritmos que permiten la búsqueda potente de similitudes semánticas entre documentos y textos, aprovechando vectores de altas dimensiones.
- Arquitectura Eficiente del Asistente:
- Diseñé e implementé una arquitectura robusta para garantizar el funcionamiento eficiente del asistente inteligente.
- Conversaciones Contextuales y Generación de Texto:
- Integré de manera efectiva sistemas de generación de texto de código abierto para habilitar diálogos naturales y contextualmente relevantes.
- Estudios en Agentes Inteligentes Autónomos:
- Realicé investigaciones sobre agentes inteligentes autónomos, explorando su aplicación en el contexto de un asistente basado en problemáticas de la vida real.
- Entre otros puntos más.
Este proyecto representa mi dedicación y aplicación práctica de tecnologías avanzadas. Estas herramientas separadas son potentes y unidas proporcionan una experiencia agradable al usuario tanto es así que va más allá de un simple trabajo final. Sientete libre de explorar el código y descubrir el potencial de este asistente inteligente.
Este proyecto nació como un desarrollo de varias instancias para la asignatura Aprendizaje Automático donde el objetivo fue desarrollar un sistema inteligente capaz de predecir a partir de datos entregados por el usuario la lluvia en Australia (si lloverá y en qué medida).
Este proyecto fue realizado en conjunto con mi compañero Fabio Giampaoli en donde se tocaron los siguientes puntos:
- Análisis de datos:
- Se visualizaron patrones y comportamiento de las variables.
- Se trataron las variables ajustandolas a través de normalización y estandarización dependiendo su comportamiento.
- Modelos de regresión:
- Utilización de modelos de regresión para evaluar la cantidad de lluvia.
- Modelos de clasificación:
- Implementación de modelos de clasificación para identificar la probabilidad de lluvia.
- Redes neuronales:
- Incorporación de arquitecturas de redes neuronales para mejorar el rendimiento y métricas a la hora de predecir.
- Optimización de hiperparametros:
- Empleo de técnicas para la optimización de hiperparametros basandose en métricas devueltas por los modelos evaluados obteniendo de esa forma el mejor modelo para cada arquitectura implementada.
- Explicabilidad:
- Utilización de SHAP y de sus gráficos para explicar la salida del modelo y notar así el comportamiento que pueda afectar positivamente o negativamente la predicción obtenida.
- Despliegue del Proyecto:
- Creación de un pipeline que encapsula todo el proceso de desarrollo.
- Implementación exitosa en la plataforma Streamlit para su accesibilidad, visualización e interactividad con la aplicación.
Este proyecto representa un esfuerzo conjunto para abordar la tarea desafiante que nos propuso la catedra de la asignatura. La inclusión de múltiples enfoques y modelos en donde se varía desde modelos de regresión hasta redes neuronales demuestra una amplia comprensión de las herramientas disponibles. Explora el código implementado y no olvides probar la aplicación para ver inmediatamente los resultados del desarrollo.
- Procesamiento de imagenes (Python - Trabajo grupal)
- Bot de telegram de noticias (Python - Trabajo grupal)
- Pronóstico deportivos (Java - Argentina Programa)
- SQLAlchemy with FastAPI (Python - Proyecto personal)
- Base de datos de un cine (SQL - Trabajo grupal)
- Análisis de datos de Estadistica (R - Trabajo grupal)
- Bash scripting (Bash - Trabajo individual)
- CRUD de Recetas (Python - Proyecto personal)
- Juegos básicos (Python - Proyecto personal)
¡Contactate conmigo en las siguientes redes sociales!
¡Gracias por visitar mi perfil! Espero que encuentres interesantes mis proyectos y contribuciones.