Próximamente
Maestría, Universidad de la República, Uruguay
Facultad de Ingeniería (aprendizaje automático / matemática aplicada).
Andrés Vidal
Científico de la Computación y Estadístico
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
2026
Licenciatura en Estadística (perfil tecnológico), Universidad de la República, Uruguay
Aprendizaje estadístico, análisis multivariado y modelado matemático. Tesis: ppforest2: entrenamiento de bosques aleatorios basados en proyecciones. Tutora: Natalia da Silva.
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.
Investigación
Tesis
2026
ppforest2: entrenamiento de bosques aleatorios basados en proyecciones
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
Publicaciones con revisión por pares · Co-autoría
2023
Parallel-Distributed Implementation of the Lipizzaner Framework for Multiobjective Coevolutionary Training of Generative Adversarial Networks
2023
Multiobjective coevolutionary training of Generative Adversarial Networks
Experiencia
Desde 2020
Staff 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 durante dos años.
Staff Software Engineer desde 2024 · Senior Software Engineer 2023–2024 · Software Engineer 2020–2023
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
Paquete estadístico
ppforest2: Projection Pursuit Random Forests
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. En CRAN. (Proyecto de tesis de Estadística.)Aplicación web
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.
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)