¡Hola!
¡Hola!
Soy Fernando Fêtis, ingeniero matemático con un magíster en data science, ambos programas cursados en la Universidad de Chile.
Me apasiona profundamente la inteligencia artificial generativa y entender sus fundamentos de la forma más natural y holística posible. Actualmente me encuentro trabajando como data scientist en la Iniciativa de Datos e Inteligencia Artificial y soy parte del equipo de investigación en Rial AI.
También dicto el curso de postgrado de Modelos Generativos Profundos en la fcfm, Universidad de Chile, lo que me motivó a escribir un blog de IA generativa donde comparto los contenidos del curso.
Si quieres contactarte conmigo, puedes escribirme a mi correo :)
IA generativa
Semana 3Modelos autorregresivos y arquitectura GPT
Modelos de lenguaje autorregresivos: tokenización, RNNs y heurísticas de generación. Construcción paso a paso de un GPT con self-attention enmascarado, atención multicabezal y bloques Transformer.
Semana 2Redes bayesianas y paradigmas generativos modernos
Redes bayesianas (mixturas, Naïve Bayes, cadenas de Markov, HMMs) como lenguaje común para los paradigmas generativos. Modelos condicionales, variable latente, estimación MAP y máxima verosimilitud.
Semana 1Introducción a los modelos generativos profundos
Panorama de los seis paradigmas generativos modernos (autorregresivos, GANs, VAEs, basados en score, flujos y difusión), su orden histórico y un repaso autocontenido de probabilidades y redes neuronales.