Soy un estudiante de cuarto año de Ciencias de la Computación en UC San Diego con una pasión por construir, crear y explorar la intersección entre tecnología y biología. ¡Bienvenido a mi portafolio!
Acerca De MiMi nombre es Enrique y estoy en mi cuarto año en la Universidad de California, San Diego, cursando una licenciatura en Ciencias de la Computación con especialización en Biología General. Estoy interesado en el aprendizaje automático, la ciberseguridad, la biología computacional y la ingeniería de software.
Mi pasión por la informática surgió en cuarto grado, cuando el programa de Educación para Dotados y Talentosos (GATE) me introdujo a la programación. Los programas y juegos que pude crear en Scratch me impresionaron y me permitieron expresar mi creatividad y dar rienda suelta a mi curiosidad. Este entusiasmo perduró durante la secundaria y la preparatoria, donde me uní al club de Robotics y formé parte del equipo de ingeniería de software de nuestro robot. Tras obtener excelentes calificaciones en Ciencias de la Computación Avanzada (AP), decidí especializarme en Ciencias de la Computación y dedicarme a lo que me apasiona. Ahora, con las habilidades que he practicado en la universidad, puedo volver a expresar mi creatividad a través de proyectos como este sitio web, y espero aprender más a lo largo de mi carrera.
Trabajé en un equipo de 4 personas para diseñar e implementar un modelo de generación simbólica de música mediante Redes Neuronales Recurrentes (RNN) entrenadas con conjuntos de datos MIDI. Extrajimos características como la altura, la duración y las secuencias de notas con miditoolkit y entrenamos el modelo para predecir secuencias de notas tokenizadas con el objetivo de modelar el lenguaje.
Tecnologías: Python, PyTorch, miditoolkit, FluidSynth
Ver en GitHubTrabajamos en un equipo de 7 personas para crear una aplicación web React donde los estudiantes pueden crear una cuenta y completar una encuesta para recibir una lista de reproducción según su estado de ánimo. Lo logramos usando la API de Spotify para implementar un sistema de recomendaciones donde una emoción específica se vincula a ciertos parámetros que devuelven una lista de canciones adecuada.
Tecnologías: HTML, CSS, React, MongoDB, Spotify API
Ver en GitHubTrabajamos en un equipo de 10 personas utilizando métodos de aprendizaje automático para investigar la relación entre diversas métricas del aula y su impacto en el éxito estudiantil. Utilizamos redes neuronales profundas para obtener datos de la base de datos de Evaluaciones de Cursos y Profesores de la UCSD (CAPES) y generar un modelo predictivo que destaca ciertos patrones.
Tecnologías: Python, pandas, matplotlib, seaborn, sklearn
Ver en GitHubDesarollé un sitio de web para mi club en UCSD.
Visitia el sitio de web de mi club