Reinaldo Hoffmann

Me presento, me llamo Reinaldo Hoffmann, ingeniero titulado de la Universidad de Chile, especializado en el área de Inteligencia Computacional.

Tengo experiencia desarrollando proyectos de machine learning de principio a fin. Desde preprocesamiento de datos, entrenamiento, validación y finalmente implementación de modelos.

Experiencia con múltiples modelos predictivos para clasificación y regresión. Uso de redes neuronales, SVM, Random Forest, entre otros, para tareas como detección de fraudes bancarios, segmentación de clientes, predicción de demanda, etc.

Experiencia con proyectos de computer vision basados en redes neuronales convolutivas y en redes neuronales recurrentes para trabajar con secuencias. Desarrollo de modelos de detección y reconocimiento facial, modelos de detección y clasificación de gestos en tiempo real, entre otros.

Más de 5 años de experiencia usando Python. Manejo de librerías de Python útiles para machine learning como Pandas, Numpy, Scikit-learn, etc.

Experiencia usando TensorFlow para el desarrollo de modelos personalizados y MLFlow para mantener orden de experimentos y comparar modelos con claridad. Experiencia usando Docker para encapsular y distribuir modelos sin problemas de dependencias.

Sólida base de programación, producción de código limpio y documentado. Experiencia con Git para el desarrollo de proyectos en equipo y el manejo de versiones.
Experiencia usando SQL para el manejo de bases de datos relacionales, tanto para data science como para preprocesamientos de datos para proyectos de inteligencia artificial. Nivel avanzado de SQL, experiencia construyendo queries avanzadas (usando funciones de ventana, por ejemplo) para la resolución de problemas.

Experiencia usando Plotly y Matplotlib para generar gráficos en desarrollo de proyectos de machine learning, así como para mostrar resultados. Experiencia usando PowerBI para la visualización de datos con dashboards usando bases de datos relacionales (SQL).

Experiencia usando Apache Airflow para crear flujos de trabajos con Python. Por ejemplo, para consumir API en tiempo real, usando junto con Apache Spark y Apache Kafka.
Experiencia usando Apache Spark en diversos proyectos, tanto trabajando con big data como por ejemplo consumiendo API en tiempo real, usando junto con Apache Kafka y Apache Airflow para crear flujo de trabajo automatizado.
Experiencia con herramientas Cloud, en especial Google Cloud Platform. Por ejemplo, con el desarrollo de proyecto de detección de fraudes bancarios en base a datos de transferencias válidas y fraudulentas, usando VertexAI para generar modelo personalizado, Auto ML para generar modelo rápido de referencia y BigQuery ML para generar modelos con SQL.

Gran disposición para aprender y mantenerse al día con los últimos modelos de machine learning. Por ejemplo, seguimiento de últimas tendencias con modelos de inteligencia artificial generativa y large language models (LLM). Entendimiento teórico de su funcionamiento basado en Transformadores. Uso de herramientas como ChatGPT (integración desde API) y Stable Difussion en proyectos personales para mantenerse al día con los últimos avances.
 

DESARROLLO DE APLICACIONES MÓVILES CON IA
Desarrollo de aplicación basada en inteligencia artificial para detección y clasificación de objetos en tiempo real usando la cámara del celular, basada en modelo Tiny-YOLO adaptado para Android con TensorFlow Lite.

HERRAMIENTAS COMPUTACIONALES PARA E-COMMERCE
Desarrollo de emprendimientos en el área de e-commerce. Construcción de páginas web y gestión de publicidad con Facebook Ads. Visualización de datos con Power BI y Matplotlib.
• MVNT: Venta de artículos deportivos.
• My 3D Store: Venta de figuras hechas con impresoras 3D.

PROYECTOS
• Implementación de modelos predictivos con pipeline en Vertex AI de Google Cloud Platform para la detección de fraudes bancarios
• Desarrollo de red neuronal profunda para seguimiento y detección facial usando TensorFlow y OpenCV. Construido sobre red neuronal convolucional VGG16.
• Tesis sobre “Detección y clasificación de señales submarinas con técnicas de Machine Learning”. Uso de modelos de Markov y redes neuronales profundas (DNN) para detectar y clasificar vocalizaciones de ballenas en grabaciones.
 

Titulado con distinción máxima en Ingeniería Civil Eléctrica en la Universidad de Chile, en el área de Inteligencia Computacional, año 2021.