← andresvidal.dev

Andrés Vidal

Científico de la Computación y Estadístico

andres@andresvidal.dev andresvidal.dev github.com/andres-vidal linkedin.com/in/andresvidalberriel orcid.org/0009-0008-6350-7585 Montevideo, Uruguay

Científico de la computación y estadístico uruguayo. Trabajo para tender puentes entre la investigación en aprendizaje automático estadístico y el software rápido y confiable. Autor de publicaciones revisadas por pares sobre modelos generativos distribuidos y de ppforest2, una implementación de alto desempeño en C++/R de Projection Pursuit Random Forests. Más de 6 años construyendo software de producción para clientes de Estados Unidos.

Formación

Próximamente
Maestría, Universidad de la República, Uruguay
Facultad de Ingeniería (aprendizaje automático / matemática aplicada).
En curso
Licenciatura en Estadística (perfil tecnológico), Universidad de la República, Uruguay
Aprendizaje estadístico, análisis multivariado y modelado matemático.
2022
Ingeniería en Computación, Universidad de la República, Uruguay
Tesis: Aumentación de conjuntos de datos utilizando redes neuronales generativas profundas distribuidas. Tutor: S. Nesmachnow.
2015
Tecnicatura, IFRS Campus Canoas (Brasil)
Originalmente Técnico em Informática, con énfasis en análisis y desarrollo de sistemas; el programa se renombró luego a Técnico em Análise e Desenvolvimento de Sistemas.

Publicaciones

2023
Parallel-Distributed Implementation of the Lipizzaner Framework for Multiobjective Coevolutionary Training of Generative Adversarial Networks
S. Nesmachnow, J. Toutouh, A. Mautone, G. Ripa, A. Vidal
High Performance Computing · CARLA 2023, Springer · doi.org/10.1007/978-3-031-52186-7_7
2023
Multiobjective coevolutionary training of Generative Adversarial Networks
A. Mautone, G. Ripa, A. Vidal, S. Nesmachnow, J. Toutouh
GECCO '23 Companion, ACM
2022
Aumentación de conjuntos de datos utilizando redes neuronales generativas profundas distribuidas: exploración del uso de algoritmos coevolutivos multiobjetivo en busca de mejoras en la diversidad de las muestras generadas
Tesis de Ingeniería en Computación · con A. Mautone y G. Ripa · Tutor: S. Nesmachnow
Universidad de la República · repositorio Colibrí

Experiencia

Desde 2020
Senior Software Engineer, WyeWorks
  • Desarrollo full-stack de aplicaciones web de producción para clientes de Estados Unidos en TypeScript (React, Next.js, NestJS), en ed-tech, e-commerce/ticketing y salud.
  • Prisma (escuela virtual): herramientas de aprendizaje colaborativo en tiempo real, incluyendo un editor colaborativo de presentaciones con video embebido y un editor de bloques estilo Notion, construidos con React y CRDTs.
  • Lideré el diseño de un framework de renderizado de formularios basado en esquemas (React + Zod) para reemplazar un sistema legacy.
  • Diseñé y llevé adelante el programa interno de onboarding de WyeWorks.
Desde 2013
Asistente de investigación, IFRS Campus Canoas
Becario de Iniciación Científica (CNPq, IFRS) en proyectos interdisciplinarios que aplicaban software a las humanidades y la educación: literatura brasileña en traducción (que derivó en la plataforma Richard Burton) y robótica educativa. También docente ocasional de cursos cortos (tecnologías web 2020; Elixir/Phoenix 2023).

Proyectos seleccionados

ppforest2
Projection Pursuit Random Forests: implementación de alto desempeño
Un núcleo rápido y eficiente en memoria en C++ con interfaces para R y CLI, y un sucesor moderno del paquete de R PPforest. Cortes oblicuos, entrenamiento multihilo (OpenMP), integración con tidymodels y golden tests reproducibles multiplataforma. Enviado a CRAN. (Proyecto de tesis de Estadística.)
github.com/andres-vidal/ppforest2 · docs
richardburton
Richard & Isabel Burton Platform
Una plataforma full-stack (React + Elixir/Phoenix) que cataloga traducciones al inglés de literatura brasileña. Evolucionó desde un proyecto del técnico en Java (JSF/JPA) hasta una plataforma registrada en el INPI, hoy una colaboración voluntaria de investigación con el IFRS Canoas.
github.com/andres-vidal/richardburton

Competencias

Lenguajes
C++, R, TypeScript, Elixir, Python
Frameworks / herramientas
React, Next.js, NestJS, Zod, PostgreSQL · tidymodels, Phoenix · Git, CMake, OpenMP, CI/CD
Areas
Aprendizaje estadístico y automático · computación de alto desempeño / paralela · ingeniería de software científico · desarrollo web full-stack
Idiomas
Español (nativo) · Portugués (bilingüe) · Inglés (Cambridge FCE, C1)