Overview
My ITBA work was strongly implementation-driven. The projects moved from C fundamentals and data structures into operating systems, networking, databases, compilers, distributed processing, simulations, machine learning, and big data systems.
The result is a broad engineering base: memory management and file processing in C, process coordination with pipes and shared memory, network protocol implementation, SQL and NoSQL data modeling, Java simulations and MapReduce-style processing, Python ML experiments, and larger data pipelines.
What I built
- Built low-level C projects including IMDb CSV analytics, BMP steganography with optional encryption, a POP3 server, multiprocessing MD5 hashing, and x64 kernel work.
- Implemented data and backend projects with PostgreSQL, MongoDB, Express, SQL functions, Grafana/Prometheus monitoring, and a Spark/Cassandra Lambda Architecture analytics pipeline.
- Worked through AI and ML coursework covering search, genetic algorithms, perceptrons, SVMs, clustering, deep learning, sentiment modeling, RAG, and reinforcement learning.
- Built Java simulation and distributed systems projects, including particle simulations, numerical integration schemes, granular-flow modeling, and Hazelcast MapReduce processing.
- Practiced frontend and product UI work through a Vue smart-home interface and a desktop paint clone with shape modeling, selection, undo, and redo behavior.
Coursework
- Artificial Intelligence Systems
- Machine Learning
- Big Data
- Systems Simulation
- Functional Programming
- Progressive Webapps
- Distributed Programming
- Communication Protocols
- Operating Systems
- Compilers
- Computer Architecture
- Databases
- Data Structures and Algorithms
- Object Oriented Programming
- Imperative Programming
Academic projects
The implementation work for these courses is collected in the projects section.
Resumen
Mi trabajo en ITBA estuvo muy orientado a la implementación. Los proyectos avanzaron desde fundamentos de C y estructuras de datos hacia sistemas operativos, redes, bases de datos, compiladores, procesamiento distribuido, simulaciones, machine learning y sistemas de big data.
El resultado es una base amplia de ingeniería: manejo de memoria y procesamiento de archivos en C, coordinación de procesos con pipes y memoria compartida, implementación de protocolos de red, modelado SQL y NoSQL, simulaciones en Java, procesamiento estilo MapReduce, experimentos de ML en Python y pipelines de datos más grandes.
Qué construí
- Construí proyectos de bajo nivel en C, incluyendo analítica sobre CSV de IMDb, esteganografía en BMP con cifrado opcional, un servidor POP3, hashing MD5 multiproceso y trabajo sobre un kernel x64.
- Implementé proyectos de datos y backend con PostgreSQL, MongoDB, Express, funciones SQL, monitoreo con Grafana/Prometheus y un pipeline analítico de arquitectura Lambda con Spark/Cassandra.
- Trabajé en cursadas de IA y ML que cubrieron búsqueda, algoritmos genéticos, perceptrones, SVMs, clustering, deep learning, modelado de sentimiento, RAG y reinforcement learning.
- Construí proyectos de simulación y sistemas distribuidos en Java, incluyendo simulaciones de partículas, esquemas de integración numérica, modelado de flujo granular y procesamiento MapReduce con Hazelcast.
- Practiqué frontend e interfaces de producto con una UI de smart home en Vue y un clon de Paint de escritorio con modelado de figuras, selección, deshacer y rehacer.
Materias
- Sistemas de Inteligencia Artificial
- Machine Learning
- Big Data
- Simulación de Sistemas
- Programación Funcional
- Aplicaciones Web Progresivas
- Programación Distribuida
- Protocolos de Comunicación
- Sistemas Operativos
- Compiladores
- Arquitectura de Computadoras
- Bases de Datos
- Estructuras de Datos y Algoritmos
- Programación Orientada a Objetos
- Programación Imperativa
Proyectos académicos
El trabajo de implementación de estas materias está reunido en la sección de proyectos.