Juan - Analista De Ciberseguridad Jr

Experiencia demostrada en Python.

Experiencia demostrada en SQL.

Experiencia demostrada en Java.

Experiencia demostrada en JavaScript.

Experiencia demostrada en C#.

Implemente soluciones de software end-to-end para pequeños clientes, abarcando casos de uso web y mobile en un entorno freelance remoto.. Trabajé directamente con clientes para relevar requerimientos, iterar funcionalidades y dar soporte en despliegue y mejoras post-entrega.

Desarrollé proyectos de machine learning end-to-end utilizando datasets reales, incluyendo limpieza de datos, análisis exploratorio, ingeniería de características y evaluación de modelos.. Construí y validé modelos predictivos utilizando Python y librerías estándar de data science, aplicando aprendizaje supervisado y métricas de performance.. Diseñé flujos de trabajo reproducibles, incluyendo preparación de datasets, división entrenamiento/validación y seguimiento de experimentos.

Participé en procesos de QA y testing de modelos de lenguaje (LLMs), evaluando su rendimiento en tareas de generación de código y resolución de problemas en entornos reales.. Analicé resultados de modelos mediante revisión de diffs de código, tests y casos de referencia, identificando errores y patrones de fallo como F2P (fail-to-pass).. Configuré y optimicé entornos de ejecución con Docker, scripts automatizados y pipelines de evaluación para mejorar la eficiencia de los procesos de testing.. Evalué la calidad de salidas de modelos en términos de precisión, completitud y cumplimiento de especificaciones black-box en proyectos con Python y JavaScript.

Contribuir a flujos de trabajo de entrenamiento y evaluación de IA, ayudando a evaluar y mejorar la calidad, precisión y relevancia de los resultados generados por IA.. Evaluar las respuestas de los modelos en función de pautas establecidas y criterios de calidad para contribuir al desarrollo de sistemas de IA confiables.. Analizar y proporcionar feedback estructurado sobre contenido generado por IA en una variedad de tareas y escenarios.. Aplicar criterios de evaluación detallados y mantener la consistencia en los procesos de evaluación, respetando estrictos requisitos.

Contribuir a flujos de trabajo de entrenamiento y evaluación de IA, ayudando a evaluar y mejorar la calidad, precisión y relevancia de los resultados generados por IA.. Evaluar las respuestas de los modelos en función de pautas establecidas y criterios de calidad para contribuir al desarrollo de sistemas de IA confiables.. Analizar y proporcionar feedback estructurado sobre contenido generado por IA en una variedad de tareas y escenarios.. Aplicar criterios de evaluación detallados y mantener la consistencia en los procesos de evaluación, respetando estrictos requisitos.