Quién soy
Soy ingeniero electrónico y estudiante de doctorado en CINVESTAV Guadalajara. Trabajo en la intersección entre machine learning, cuantización, FPGA, diseño digital y evaluación reproducible de sistemas de IA.
Mi dirección actual es desarrollar métodos de IA eficiente y hardware-aware: modelos y herramientas que no solo funcionen en software, sino que puedan razonar sobre restricciones reales de cómputo, memoria, latencia, verificación e implementación física.
En qué estoy trabajando
Actualmente organizo mi investigación alrededor de tres líneas conectadas:
- IA eficiente y hardware-aware: cuantización, rotaciones, primitivas implementables y aceleración en hardware.
- IA médica reproducible: evaluación anti-leakage, manifests temporales y pipelines auditables.
- Clinical-Core / FP32: herramientas, escritura técnica y productos editoriales para convertir investigación en sistemas y conocimiento reutilizable.
Puedes ver una versión más estructurada en Investigación, Proyectos y Trayectoria.
FP32 y escritura técnica
Además de investigar y construir software, escribo en FP32, mi laboratorio editorial sobre deep learning, investigación aumentada, IA médica, sistemas eficientes y lectura de papers.
FP32 es donde pruebo ideas, convierto notas técnicas en ensayos y preparo material que puede crecer hacia libros, cursos o recursos para investigadores y estudiantes.
Cómo trabajo
Me interesa construir sistemas que sean claros, auditables y honestos sobre sus límites. No me atrae vender IA como magia: prefiero entender qué datos usa un modelo, cuándo falla, qué costo computacional tiene y cómo se puede llevar de una idea a una implementación verificable.
Mi experiencia combina desarrollo web, diseño de interfaces, automatización con IA, electrónica digital, docencia técnica y proyectos de investigación aplicada.
Contacto
Si quieres hablar sobre investigación, colaboraciones, charlas, proyectos técnicos o escritura sobre IA, puedes escribirme a contacto@raulpacheco.dev o revisar mi CV.