Investigación Académica

Diseñé arquitecturas de deep learning para datos biológicos de alta dimensionalidad. Utilicé PCA para la reducción de dimensionalidad y Keras/TensorFlow para el desarrollo de modelos, alcanzando un 98% de precisión en el reconocimiento de patrones complejos.

Presenté los resultados de la tesis de pregrado en el Analytics Forum 2025, exponiendo aplicaciones avanzadas de machine learning en bioinformática ante una audiencia de expertos de la industria e investigadores.

Ponente en el Centro de Optimización y Probabilidad Aplicada (COPA) para discutir la integración de redes neuronales y modelado probabilístico en sistemas biológicos.