Quelle expérience Vicente a-t-il avec l'IA et les LLMs ?

Vicente a une expérience pratique dans l'implémentation de systèmes RAG, le fine-tuning de LLMs et le développement de chatbots avec OpenAI et des modèles open source. Il a créé des systèmes qui automatisent 70% des requêtes répétitives.

Vicente est-il disponible pour travailler ?

Oui, Vicente est disponible pour une embauche immédiate. Il peut travailler à distance, en mode hybride ou sur site à Valence, Espagne. Il répond à toutes les demandes en moins de 24 heures.

Quelles technologies Vicente maîtrise-t-il ?

Vicente maîtrise RAG, LLMs, Python, TypeScript, React, Next.js, Node.js, Docker, AWS, TensorFlow et ROS2. Il possède la certification Scrum et une expérience en leadership d'équipe.

Quels projets remarquables Vicente a-t-il réalisés ?

Parmi ses projets remarquables : AidGuide (chien guide robotique avec vision par ordinateur), Osyris-Web (plateforme avec 100+ utilisateurs), et un système RAG qui automatise les requêtes DNI.

Comment puis-je contacter Vicente ?

Vous pouvez contacter Vicente via son portfolio sur vicenterivasmonferrer.dev, par LinkedIn, ou en planifiant un appel via Calendly. Il répond en moins de 24 heures.

En développement

GeneticAgent

Agente que domina Catan mediante algoritmos geneticos: 40,000 partidas, 93 parametros evolutivos

>Le Problème

En un entorno academico competitivo donde 10 estudiantes desarrollaron agentes para jugar Catan, el desafio era crear un agente que no solo compitiera, sino que dominara a los demas. Los agentes rivales usaban heuristicas fijas o reglas simples, pero ninguno aplicaba aprendizaje automatico.

>La Solution

Desarrolle un pipeline de ML completo: GeneticAgent con 93 parametros en 11 modulos de decision, entrenador evolutivo con poblacion de 40, mutacion adaptativa (5-60%) y modo panico (90%), benchmark exhaustivo contra todas las combinaciones de oponentes, y optimizacion especial para nemesis con hasta 200 generaciones.

>Resultados

Partidas Simuladas

Benchmark exhaustivo contra todas las combinaciones

Parametros Geneticos

11 modulos de decision optimizados evolutivamente

Win Rate Promedio

54% mejor que el baseline aleatorio (25%)

Victorias Perfectas

Configuraciones con 100% de victorias

>Stack Technique

Backend

PythonNumPy

AI/ML

Algoritmos GeneticosSeleccion por TorneoMutacion AdaptativaCrossoverFunciones HeuristicasTeoria de Juegos

Other

Matplotlib

>Aprendizaje Clave

“La IA no se trata solo de implementar algoritmos, sino de disenar sistemas que aprendan y se adapten. Un agente con parametros fijos nunca superara a uno que evoluciona.”
El verdadero poder de los algoritmos geneticos esta en el diseno de la funcion fitness y en la representacion del cromosoma. Modelar las 11 categorias de decision de Catan requirio entender profundamente la teoria de juegos.

>Enlaces

Ver Codigo

Voir tous les projets Projet suivant