Ana

Machine Learning Engineer — Residencia Profesional

Diseñe e implementé un sistema de traducción automática neuronal (Neural Machine Translation) para la variante náhuatl de Zongolica, una lengua de bajos recursos digitales, entregando un prototipo funcional a la institución.. Diseñe, desarrollé y entrené un modelo NMT personalizado utilizando OpenNMT-py (basado en PyTorch).. Diagnostiqué un problema de mode collapse (una sola predicción dominando hasta el 84% de los casos) mediante experimentos controlados que descartaron la capacidad del modelo, el learning rate y la paciencia del early stopping como causas raíz.. Resolví el problema migrando de tokenización por palabra completa a subpalabras (BPE vía SentencePiece), mejorando ChrF++ entre 32–34% y reduciendo las predicciones colapsadas a menos del 1.5% en ambas direcciones de traducción.. Construí y limpié un corpus paralelo de 2,145 pares de oraciones español–náhuatl, aplicando normalización y preprocesamiento de texto.. Migré la evaluación del modelo de NLTK a sacreBLEU, alineándose con el estándar de reproducibilidad usado en benchmarks académicos (ej. AmericasNLP).. Diseñe el pipeline de entrenamiento end-to-end: preparación del dataset, división train/validation/test con verificación de fuga de datos, entrenamiento y evaluación iterativa.. Desarrollé una API REST en Flask para inferencia del modelo en tiempo real.. Implementé una aplicación móvil Android (Java) con interfaz de traducción por texto, consumiendo la API REST.. Documenté la arquitectura del sistema y los experimentos mediante especificaciones técnicas, bajo metodología en cascada.