Franco
Fitte

Turing

• Treinamento de modelos de linguagem como Atlas, Gemini, Codex e Claude: rubricas, rotulagem de dados e casos de teste para pipelines de RLHF.
• Avaliação de respostas em tarefas de raciocínio e geração de código; fluxos de avaliação automática para detectar vieses e melhorar a qualidade.
• Código em Docker voltado a casos de negócio, avaliação de modelos e treinamento de adaptadores LoRA.
• Trabalho inteiramente em inglês, em uma equipe internacional distribuída.

IFIBYNE — CONICET

• Pipelines de machine learning de ponta a ponta sobre mais de 1,5 bilhão de dados de mais de 300 horas de registros de alta frequência: ingestão, features, treinamento, inferência e controle de qualidade.
• Visão e deep learning: estimação de pose com DeepLabCut (ResNet-50, 91,6% mAP), redes convolucionais, transformers e embeddings latentes com CEBRA para classificar estados de comportamento.
• Análise espectral de séries temporais (VMD, CWT, HHT), clustering, detecção de anomalias e homologia persistente.
• Inferência em tempo real conectada a hardware com Arduino e servos para detectar o sono e aplicar estímulos automaticamente; processamento em GPU em lotes paralelos.
• Modelos de linguagem na análise: RAG com ChromaDB, LLMs locais com Ollama, Gemini API e Vertex AI.

dilidili

Estúdio que projeta e programa sites, apps sob medida e sistemas de gestão para empresas e empreendedores da Argentina.

Bacharelado em Física

Bacharelado em Ciência de Dados