Em breve
Mestrado, Universidad de la República, Uruguai
Faculdade de Engenharia (aprendizado de máquina / matemática aplicada).
Andrés Vidal
Cientista da Computação e Estatístico
Cientista da computação e estatístico uruguaio. Trabalho para construir pontes entre a pesquisa em aprendizado de máquina estatístico e software rápido e confiável. Autor de publicações revisadas por pares sobre modelos generativos distribuídos e do ppforest2, uma implementação de alto desempenho em C++/R de Projection Pursuit Random Forests. Mais de 6 anos construindo software de produção para clientes dos Estados Unidos.
Formação
2026
Bacharelado em Estatística (perfil tecnológico), Universidad de la República, Uruguai
Aprendizado estatístico, análise multivariada e modelagem matemática. Tese: ppforest2: entrenamiento de bosques aleatorios basados en proyecciones. Orientadora: Natalia da Silva.
2022
Engenharia da Computação (Ingeniería en Computación), Universidad de la República, Uruguai
Tese: Aumentación de conjuntos de datos utilizando redes neuronales generativas profundas distribuidas. Orientador: S. Nesmachnow.
2015
Curso Técnico, IFRS Campus Canoas (Brasil)
Originalmente Técnico em Informática, com ênfase em análise e desenvolvimento de sistemas; o programa foi posteriormente renomeado para Técnico em Análise e Desenvolvimento de Sistemas.
Pesquisa
Trabalhos acadêmicos
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
Publicações revisadas por pares · Coautoria
2023
Parallel-Distributed Implementation of the Lipizzaner Framework for Multiobjective Coevolutionary Training of Generative Adversarial Networks
2023
Multiobjective coevolutionary training of Generative Adversarial Networks
Experiência
Desde 2020
Staff Software Engineer, WyeWorks
- Desenvolvimento full-stack de aplicações web de produção para clientes dos Estados Unidos em TypeScript (React, Next.js, NestJS), em ed-tech, e-commerce/ticketing e saúde.
- Prisma (escola virtual): ferramentas de aprendizado colaborativo em tempo real, incluindo um editor colaborativo de apresentações com vídeo incorporado e um editor de blocos estilo Notion, construídos com React e CRDTs.
- Liderei o design de um framework de renderização de formulários baseado em esquemas (React + Zod) para substituir um sistema legado.
- Projetei e conduzi o programa interno de onboarding da WyeWorks durante dois anos.
Staff Software Engineer desde 2024 · Senior Software Engineer 2023–2024 · Software Engineer 2020–2023
Desde 2013
Assistente de pesquisa, IFRS Campus Canoas
Bolsista de Iniciação Científica (CNPq, IFRS) em projetos interdisciplinares que aplicavam software às humanidades e à educação: literatura brasileira em tradução (que deu origem à plataforma Richard Burton) e robótica educacional. Também docente ocasional de cursos curtos (tecnologias web 2020; Elixir/Phoenix 2023).
Projetos
Pacote estatístico
ppforest2: Projection Pursuit Random Forests
Um núcleo rápido e eficiente em memória em C++ com interfaces para R e CLI, e um sucessor moderno do pacote de R
PPforest. Cortes oblíquos, treinamento multithread (OpenMP), integração com tidymodels e golden tests reprodutíveis multiplataforma. No CRAN. (Projeto de tese de Estatística.)Aplicação web
Richard & Isabel Burton Platform
Uma plataforma full-stack (React + Elixir/Phoenix) que cataloga traduções para o inglês de literatura brasileira. Evoluiu de um projeto do técnico em Java (JSF/JPA) para uma plataforma registrada no INPI, hoje uma colaboração voluntária de pesquisa com o IFRS Canoas.
Competências
Linguagens
C++, R, TypeScript, Elixir, Python
Frameworks / ferramentas
React, Next.js, NestJS, Zod, PostgreSQL · tidymodels, Phoenix · Git, CMake, OpenMP, CI/CD
Areas
Aprendizado estatístico e de máquina · computação de alto desempenho / paralela · engenharia de software científico · desenvolvimento web full-stack
Idiomas
Espanhol (nativo) · Português (bilíngue) · Inglês (Cambridge FCE, C1)