Miguel Sepulveda

Soy ingeniero civil biomédico egresado en agosto de este año. En mi formacion me especialice en el análisis de señales biomédicas para las cuales aplique deep learning con tensorflow en python. Mi tesis trata sobre sensores de presión ubicados sobre el asiente de una silla que detectan la actividad cardiaca de pacientes. Se utilizo deep learning en la clasificación de los segmentos de la señal registrada por estos sensores dentro de los cuales podemos encontrar latidos cardiacos y artefactos por movimientos que generan ruido en la señal, estos artefactos no son filtrables por lo que se eliminan con una red neuronal que detecta este tipo de ruido. Dentro de mis logros durante la carrera destaca el lograr formar parte del centro nacional de inteligencia artificial (CENIA). 
 

Actualmente me encuentro en búsqueda de trabajo por lo que no poseo experiencia profesional, sin embargo tengo grandes habilidades.

Durante mi formación académica como ingeniero civil biomédico, destaque en el área de programación comenzando con C#, Matlab, python y android studio. Me desarrolle mucho mas en python en el área de análisis de señales y aprendizaje automático aprobando el curso con un 6.6 y 6.9 respectivamente en una escala del 1-7, conocimiento que aplique en el semestre siguiente para culminar mi tesis titulada “Comparación de algoritmos de detección de latidos en señales BCG con y sin incorporación de red neuronal convolucional”. En el ultimo semestre mejore mis habilidades en aprendizaje automático cuando comencé a aplicar deep learning a las señales biomédicas obteniendo buenos resultados en estudios que no estaban realizados ni publicados.