Trayectoria en Inteligencia Artificial y Robótica Aérea
Mi trabajo combina la ingeniería de sistemas con la aeronáutica autónoma. He dedicado mi carrera a transformar drones en herramientas capaces de interpretar su entorno mediante algoritmos de visión por computadora y neuroredes aplicadas a escenarios reales en Argentina.
Formación académica y técnica
Ingeniería de sistemas con especialización en redes neuronales y procesamiento digital de imágenes. La formación cubre desde la matemática subyacente hasta la integración con sensores físicos del dron.
Estudio profundo de redes convolucionales aplicadas a la detección de objetos en movimiento desde perspectivas cenitales. El objetivo es comprender no solo el código, sino cómo interactúa con la óptica y la telemetría del vehículo aéreo.
La formación me permite entender la relación entre el software y los sensores físicos: GPS, IMU, cámaras de bajo consumo y procesadores embarcados. Esa interconexión define el rendimiento real de cualquier neurored en vuelo.
Experiencia en el sector de drones
He trabajado en proyectos que van desde el monitoreo agrícola hasta la vigilancia de perímetros industriales. En cada caso, la visión por computadora fue la solución para automatizar tareas que antes requerían horas de observación manual.
Monitoreo agrícola con detección de cultivos
Implementación de neuroredes convolucionales para el análisis de imágenes aéreas de campos agrícolas. El sistema identifica diferencias en el vigor de los cultivos y genera mapas de respuesta que antes requerían recorridos a pie o en vehículo. La automatización reduce el tiempo de inscripción de un lote de varias horas a un vuelo de veinte minutos.
Vigilancia de perímetros de alta seguridad
Desarrollo de modelos de detección de intrusos para drones autónomos que patrullan instalaciones industriales. El algoritmo distingue entre personal autorizado, vehículos y objetos no identificados en condiciones de luz cambiantes. Cada hallazgo se transmite a una estación de control con coordenadas y un nivel de confianza calculado en tiempo real.
Perspectiva sobre el hardware disponible
La experiencia práctica me ha dado una lectura clara de las limitaciones y potencias del hardware disponible en el mercado actual. No todos los procesadores embarcados soportan inferencia en tiempo real, y no todas las cámaras entregan la latencia que una misión autónoma exige. Conocer esa frontera evita prometer lo que el equipo no puede cumplir.
Misión profesional
Democratizar el acceso al conocimiento de alta complejidad en inteligencia artificial aplicada a drones. Argentina tiene el talento necesario para liderar el desarrollo de software de navegación autónoma en la región, y ese talento necesita puentes entre la academia y el campo de operaciones.
A través de este portal, busco conectar la ciencia de datos con la operatividad de campo para generar soluciones robustas y eficientes. La meta no es publicar modelos en un repositorio, sino que un ingeniero o un agrónomo local pueda usarlos en su próxima misión de vuelo.
Metodología de trabajo
Adopto un enfoque pragmático basado en la iteración constante y las pruebas de campo rigurosas. No confío únicamente en los resultados de laboratorio: cada neurored que desarrollo se somete a pruebas de vuelo en condiciones variables de luz y viento antes de considerarla lista para producción.
Esa metodología asegura que las soluciones de visión artificial sean resilientes y confiables bajo estrés operativo. Un modelo que funciona con iluminación controlada puede fallar con la primera sombra de un edificio o la vibración de un rotor; por eso la validación en campo no es opcional.
En el ámbito de la visión por computadora, la precisión es un compromiso innegociable. Un error en la clasificación de un objeto puede tener consecuencias críticas en misiones autónomas. Por ello, mi trabajo se centra en el ajuste fino de hiperparámetros y la limpieza exhaustiva de los datasets de entrenamiento para garantizar resultados de alta fidelidad. Un dataset mal etiquetado produce un modelo confiado pero equivoco, y en vuelo autónomo la diferencia entre ambos es un accidente.
Especialista en IA y optimización
La especialización en inteligencia artificial no se limita a entrenar modelos, sino a saber desplegarlos en condiciones de recursos limitados. Me he especializado en la optimización de algoritmos para que puedan correr en microcontroladores y ordenadores de placa reducida, donde cada milisegundo de latencia cuenta.
Esta habilidad técnica es lo que diferencia una prueba de concepto de un producto industrial listo para el mercado. Un modelo que logra 95% de precisión en una workstation de laboratorio no sirve si consume más memoria de la que un dron puede transportar o si su inferencia tarda dos segundos por frame.
Visión de futuro
El futuro de la autonomía aérea reside en la integración total de la inteligencia artificial en el borde, o Edge AI. Estoy enfocado en investigar cómo las nuevas arquitecturas de transformadores pueden adaptarse al procesamiento visual de drones, donde el consumo energético y el peso son restricciones tan críticas como la precisión.
Mantenerse a la vanguardia tecnológica me permite ofrecer soluciones que no solo resuelven problemas actuales, sino que anticipan las necesidades futuras del sector aéreo en Argentina.
Contribución al ecosistema tecnológico
Más allá de la consultoría, participo activamente en foros y conferencias sobre robótica y automatización. Considero que compartir el conocimiento es esencial para el avance de la industria de drones en Argentina, donde el talento existe pero la documentación práctica en español sigue siendo escasa.
Mi rol como docente y mentor me permite estar en contacto con las nuevas generaciones de desarrolladores. Esa relación es bidireccional: los estudiantes plantean problemas que yo no había visto, y resolverlos en clase me obliga a revisar supuestos que daba por sentados. La docencia y el desarrollo se retroalimentan.
La consultoría privada y la docencia pública no compiten: ambas apuntan a elevar el estándar técnico del país. Cuando un equipo local puede desplegar su propio sistema de visión por computadora sin depender de proveedores externos, el ecosistema completo gana autonomía y capacidad de innovación.
Para acceder a materiales, guías técnicas y referencias de implementación, visite la sección de recursos técnicos o revise los proyectos y casos documentados en este sitio.
¿Le interesa colaborar o plantear un desafío técnico?
Puede revisar el portafolio de proyectos para ver casos resueltos o contactarme directamente para plantear una necesidad específica en visión por computadora aplicada a drones.
C1043, Buenos Aires