Clases de Estructuras de Datos y Algoritmos, Preparación para Entrevistas en Google, Microsoft, entre otros

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 ACL, 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: - También ha asesorado a estudiantes de diferentes países en sus tesis de graduación y maestría brindándoles la base teórica y practica con ejemplos que luego pueden utilizar para continuar con su desarrollo. Algunos de los temas que puedo ayudarte: - Machine Learning: Regresión lineal, regresión logística, regularización, LDA, QDA, 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, clasificación multiclase, optimizadores (SGD, Adam, RMSProp, etc.), CNNs, arquitecturas (ResNet, DenseNet, EfficientNet, Siamese, etc), RNNs, LSTMs, Seq2seq, Atención, Transformers (BERT, GPT, ViT, etc), autoencoders, modelos generativos (VAE, GAN, Diffusion, etc.), etc. - Lenguajes: Python, C++ - Librerías y frameworks: PyTorch, Tensorflow, Keras, Huggingface, numpy, pandas, scikit-learn, sympy, etc.