Iago Rhudá Ramos
Ingeniero Informático
Ingeniero de Machine Learning y Sistemas Embebidos especializado en mantenimiento predictivo, monitoreo de integridad estructural y automatización inteligente.
SOBRE MÍ
Estudiante de Ingeniería Informática enfocado en Inteligencia Artificial y Automatización. Mi enfoque combina el rigor técnico del software con la comprensión física del hardware, buscando soluciones que no solo funcionen en modelos, sino que sean eficientes en la ejecución.
A los 18 años, fundé y gestioné mi propia marca de ropa, una experiencia que me dio una visión crítica sobre la viabilidad financiera y la asignación de recursos. Decidí cerrar las operaciones para priorizar mi educación técnica después de analizar que el costo de oportunidad superaba los retornos inmediatos. Hoy, aplico esa mentalidad analítica y proactiva para desarrollar sistemas inteligentes que resuelvan problemas reales.
Aficiones
Université de Technologie de Compiègne (UTC)
Doble Titulación - Ingénieur en génie informatique spécialisé en IA
Compiègne, Francia
Pontifícia Universidade Católica do Paraná (PUCPR)
Licenciatura - Ingeniero Informático
Curitiba, Brasil
Centro Estadual de Educação Profissional de Curitiba (CEEP)
Técnico en Edificación
Curitiba, Brasil
Programación e IA
Python
Ciencia de Datos y Analítica
Machine Learning & Deep Learning
Web
Lenguajes de Programación
Hardware y Sistemas
Microcontroladores
Sistemas
Lenguas Naturales
Portugués
NativoInglés
Fluido (C1)Francés
Fluido (C1)Portafolio
Una selección de proyectos que he desarrollado.
Portafolio Personal v1
Proyecto Full-stack desarrollado con Bootstrap, desplegado en Netlify.
Portafolio Personal v2
Portafolio personal creado con Angular, con traducción dinámica multilingüe y temas modernos claro/oscuro.
Motor de Búsqueda de Lenguaje Natural
Motor de recuperación de información y PLN desarrollado desde cero en Python, con un panel Glassmorphism, clasificación TF-IDF, corrector ortográfico y búsqueda booleana de metadatos.
Publicaciones
Echa un vistazo a algunas de las publicaciones que he realizado.
Tabular Prior-Data Fitted Network For Structural Damage Prediction
Evaluación del algoritmo TabPFN para la predicción de daños estructurales. Resultados indican excelente precisión sin ajuste de hiperparámetros, superando modelos tradicionales.
Predicción de Fallas en Aerogeneradores (PIBIC)
Investigación de Pregrado en la PUCPR utilizando Análisis de Componentes Principales (PCA) y Regresión Logística para predecir grietas en aspas de aerogeneradores.
CONTACTO
GitHub:
Explora mis proyectos y contribuciones en GitHub. Codifiquemos juntos.!
LinkedIn:
Conéctate para actualizaciones profesionales y networking..
Lattes:
CNPq / Plataforma Lattes