Saltar al contenido
02 — Índice

Todos los proyectos

Todos los proyectos, con su código o su demo. La mayoría vienen del plan de estudios de la École 42; los casos de estudio explican lo que construí, las decisiones y los límites.

21 de 32 proyectos

  • Weight Your WageML y datos

    Predice los salarios de desarrolladores a partir de la encuesta de Stack Overflow. Un proyecto en equipo del AI Lab de 42AI que cubre todo el recorrido desde los datos en bruto hasta una app web pública; el modelo es una línea base deliberada, el trabajo está en el pipeline.

    • Desplegado · app web pública
  • Multilayer perceptronML y datos

    Clasifica los tumores de mama como benignos o malignos con una red neuronal escrita en NumPy: capas, funciones de pérdida y optimizadores tras una API estilo Keras.

    • 97.4 % precisión val.
    • 569 muestras
  • RAG-SyntecML y datos

    Responde preguntas sobre el convenio colectivo Syntec y rechaza las que están fuera de tema antes de llamar al LLM. 172 documentos, 8,447 chunks, recuperación densa sobre Chroma.

    • 172 docs · 8,447 chunks
    • 55 preguntas etiquetadas
  • CapTech IDFML y datos

    Cartografía 79,099 empresas de Île-de-France a partir de datos públicos del Insee en 16 dominios tecnológicos. Una empresa se incorpora a un dominio solo con una fuente citada y fechada; 23 la tienen hasta ahora, en IA, ciberseguridad y sistemas embebidos. El código es privado.

    • 79,099 empresas
    • 1,343 segmentos indexados
  • LeafflictionML y datos

    Clasifica fotos de hojas de manzano y de vid en 8 clases (6 enfermedades, 2 sanas) con una CNN de PyTorch; el aumento de datos equilibra las clases antes del entrenamiento.

    • 94.1 % precisión en test reservado
    • 8 clases
  • DSLRML y datos

    Clasifica a los estudiantes de Hogwarts en una de cuatro casas a partir de sus calificaciones, con regresión logística one-vs-all y descenso de gradiente escritos desde cero — sin ninguna librería de ML.

    • 4 casas
    • 13 características de asignaturas
  • DataView-LiteML y datos

    Explora una base de datos SQLite en lenguaje natural: un modelo local escribe SQL de solo lectura, un validador lo comprueba y un segundo modelo redacta la respuesta. Construido para una prueba técnica de dos horas.

    • 8 bases de datos de demostración
    • 3 capas de seguridad SQL
  • FlowML y datos

    Un prototipo de sistema operativo nativo de IA controlado por voz: hablas y Claude responde en voz alta mientras ensambla la interfaz en pantalla en tiempo real. Construido en solitario en 24 horas en el hackathon de Anthropic × Y Combinator.

  • Total Perspective VortexML y datos

    Una interfaz cerebro-computadora que clasifica señales de EEG de imaginación motora: un filtro espacial CSP hecho desde cero alimenta una regresión logística, montado como un pipeline de scikit-learn.

    • 109 sujetos
    • filtro paso banda 8–30 Hz
  • Learn2SlitherML y datos

    Una serpiente que aprende a jugar por ensayo y error con Q-learning tabular — una Q-table sobre la visión de los cuatro vecinos de la cabeza, entrenada a lo largo de miles de sesiones de juego contra sí misma.

    • 5,000 sesiones de entrenamiento
    • 294 estados aprendidos
  • ft_linear_regressionML y datos

    Regresión lineal con descenso de gradiente, escrita desde cero, que predice el precio de un coche a partir de su kilometraje.

  • RainfallSeguridad

    Explotación de binarios, con un compañero: 12 niveles progresivos de ingeniería inversa, desde desbordamientos de pila hasta cadenas de formato y sobrescrituras de la GOT.

  • OverRideSeguridad

    Explotación de binarios, con un compañero: 10 binarios setuid vulnerados con ret2libc, ROP, cadenas de formato, un off-by-one y abuso de enlaces simbólicos.

  • Inception-of-ThingsInfraestructura

    Construido con un compañero: clústeres K3s aprovisionados con Vagrant y, después, un clúster K3d que ejecuta un despliegue GitOps con Argo CD. El bonus añade un GitLab autoalojado desplegado con Helm.

  • Cloud-1Infraestructura

    Playbooks de Ansible, escritos con un compañero, que despliegan una pila WordPress con Docker Compose en servidores remotos.

  • Weight Your Wage — WebWeb

    Front end web de Weight Your Wage: un sitio estático en Next.js sobre Cloudflare Pages que envía el formulario de la encuesta al servicio FastAPI como un trabajo asíncrono y consulta periódicamente hasta que el salario predicho está listo.

  • WebservSistemas

    Servidor HTTP en C++ sobre sockets, comprobable con un navegador real.

  • cub3DSistemas

    Motor de raycasting en C al estilo de Wolfenstein 3D, construido con un compañero: paredes texturizadas, un minimapa y control de vista con el ratón.

  • so_longSistemas

    Juego 2D por casillas en C con MiniLibX: sprites, texturas y eventos de teclado; cada mapa se comprueba para que todos los objetos y la salida sean alcanzables.

  • ft_transcendenceWeb

    Aplicación web de Pong multijugador en Django: chat en vivo sobre WebSockets, cuentas, un oponente con IA y torneos.

  • Transcendance V2Web

    Pong multijugador reconstruido como microservicios de Node.js y Fastify con un front end en TypeScript. Fui jefe de proyecto en un equipo de cinco, trabajé en el juego con dos compañeros y monté la pila de registro ELK.