Construyo frameworks de aprendizaje federado y sistemas de desarrollo multi-agente. Mi investigación se sitúa en la intersección entre ML distribuido confiable, agentes de IA con supervisión humana y experiencia de desarrollador para software asistido por IA.
Ciencias de la Computación y la Información · Rochester Institute of Technology
Investigación en aprendizaje federado y IA con agentes que continúa con el Dr. Leon Reznik, extendiendo la línea IntelliFL del proyecto final de la maestría.
SCADS · Conferencia de Verano sobre Ciencia de Datos Aplicada · NC State · Laboratory for Analytic Sciences
Programa de investigación selectivo de ocho semanas que empareja a estudiantes de posgrado con personal de la comunidad de inteligencia y laboratorios nacionales en evaluación de IA a escala. Trabajando en orquestación de IA con agentes sobre fuentes de datos heterogéneas.
Arquitectura de Software · Rochester Institute of Technology
Mentoreé a estudiantes en patrones de diseño, estilos arquitectónicos y atributos de calidad. Lideré una sesión completa de clase durante la ausencia del instructor.
Grupo de Investigación del Dr. Leon Reznik · Rochester Institute of Technology
Aumenté la cobertura de pruebas de IntelliFL por encima del 80%. Construí la interfaz React + FastAPI para la gestión de experimentos federados. Implementé estrategias de agregación robustas contra ataques bizantinos (Krum, Bulyan, RFA, Trimmed Mean).
Ingeniería de Software · Rochester Institute of Technology
GPA: 4.0/4.0. Proyecto final: mejoré el framework de ejecución de aprendizaje federado IntelliFL bajo el Dr. Leon Reznik.
Sistemas de Gestión de Distribución · Lowe's Home Improvement
Reduje los registros de errores diarios en 150,000 a través de los RDC. Construí herramientas de automatización full-stack. Reduje el tiempo de incorporación en un 80%.
Equipo de Desarrollo · Phiquest
Construí una extensión de Chrome de autenticación de documentos basada en blockchain con Node.js. Diseñé wireframes de aplicaciones web con equipos multifuncionales.
Ingeniería en Computación · University of South Florida
GPA: 3.06/4.0. Proyecto final: lancé el sistema de certificación de documentos PhiQuest blockchain-explorer con Allen Cheng y Ethan Wuitschick.
Una familia coordinada de repositorios que explora la IA agéntica y el aprendizaje federado desde ángulos complementarios. Cada uno se invoca de forma independiente.
Fragua de desarrollo de software multiagente: doncellas-como-especialistas sobre A2A, sidecars MCP, humano en el bucle de forma transparente.
Plataforma de referencia para aprendizaje federado sobre Flower y Ray. Ocho estrategias de agregación con el vocabulario de ataques.
Las mismas estrategias FL como núcleos Rust vía PyO3 y FastMCP. Rendimiento y escala masiva.
Sitio web público del Laboratorio de Calidad de Datos y Seguridad Inteligente en RIT.
Plugin de skills para Claude Code: auditorías, controles de lint y pruebas, detección de divergencias entre repos.
Triaje de incidencias con agentes sobre Claude Opus y la API Message Batches de Anthropic: clasifica, prioriza y enruta los reportes entrantes a escala de lote.
IEEE Intelligent Systems (PrePrints) · 2026
Argumentamos que la metacognición debería ser el principio rector para el diseño y despliegue de aplicaciones de Aprendizaje Federado (FL).
Individual · HackerRank · May 2026
Agente multi-dominio para triaje de soporte: enruta tickets a través de los corpus de HackerRank, Claude y Visa con respuestas fundamentadas en el corpus, procesamiento por lotes asíncrono y defensa contra inyección de prompts.
Póster · NE Agents Day 2026 · May 8, 2026
Replantea la programación multi-agente como un problema de interpretabilidad mediante tres pilares: Monitor (observabilidad con OpenTelemetry / Jaeger / Prometheus), Comunicar (los agentes piden aclaración sobre requisitos ambiguos) y Controlar (ciclos de reparación acotados para una recuperación deliberada).
IJCNN 2026 (IEEE WCCI, Maastricht) · 2026
Aunque el Aprendizaje Federado (FL) mejora la seguridad y la privacidad de los clientes al mantener los datos localmente, la naturaleza descentralizada de este paradigma lo expone a diversas acciones maliciosas, así como a problemas tecnológicos y de fiabilidad que pueden degradar la calidad de los datos, dificultar la convergencia y reducir la precisión del modelo global.
Equipo · RIT AWARE-AI · Feb 2026
Cosmic Ritual: gestos EMG de BioRadio impulsan un motor de acordes en tiempo real. Construí el clasificador de gestos, el motor MIDI, el modo musical con GUI y el sitio de docs Zensical.
Póster · RIT AWARE-AI Research Poster Session 2026 · April 15, 2026
Examina cómo la encarnación, la voz y el marco de novela visual Ren'Py afectan la forma en que los usuarios supervisan y redirigen software multi-agente.
¿Tienes una pregunta o quieres colaborar? Envíame un mensaje y te responderé pronto.