Hola, soy Adrián Cobo. Ingeniero de robótica software y Máster en Visión Artificial por la Universidad Rey Juan Carlos.
En este máster me especialicé en el procesamiento de imágenes y señales visuales, estudiando técnicas avanzadas de aprendizaje automático y redes neuronales para aplicaciones en visión computacional, reconocimiento de patrones y análisis de datos visuales. Amplié mis conocimientos en segmentación de imágenes, detección de objetos y visión 3D, con un enfoque en el uso de estas tecnologías en robótica y automatización.
Carrera universitaria donde desarrollé mis habilidades como programador así como adquirí las distintas herramientas que me permiten crear aplicaciones robóticas complejas en robots reales tales como navegación autónoma, creación de mapas a partir de sensores, etc.
Curso de PyTorch de nivel medio enfocado en ANNs, DNNs, Time Series Forecasting, CNNs, Natural Language Processing, RNNS, Computer Vision, etc. Puede encontrar el curso en: https://www.udemy.com/course/pytorch-deep-learning/
En este curso aprendí las bases de la tecnología blockchain y adquirí distintas técnicas para desarrollar mis propias aplicaciones reales tales como la creación de contratos para almacenar dinero, utilizar estándares como los ERC20, un contrato para una lotería descentralizada, etc y la creación de sus correspondientes páginas web para que el usuario pueda interactuar con los contratos fácilmente.
Responsable del departamento de robótica en Next Level Technologies (NLT), empresa española de I+D+i en defensa, seguridad e industria. Representante de NLT en las reuniones de dirección del proyecto estratégico SIRA-CUAS (Sistema Inteligente de Reconocimiento Acústico – Counter UAS), valorado en 7,5 M€ y financiado por el CDTI en el marco del programa Misiones Ciencia e Innovación 2025. El proyecto desarrolla un sistema distribuido de sensores acústicos inteligentes para la detección, clasificación y geolocalización de amenazas UAS/FPV, combinando IA, edge computing y análisis acústico avanzado. NLT aporta las capacidades de IA aplicada a entornos acústicos complejos y edge computing, esenciales para la toma de decisiones autónoma del sistema.
Investigación, diseño y evaluación de una solución de visión artificial para que los robots móviles logísticos de la empresa agarraran objetos de forma eficiente. La solución se basó en enfoques de fusión de sensores combinando tecnología de nube de puntos 3D e imágenes RGB, empleando técnicas de aprendizaje automático para alcanzar los objetivos finales.
Clasificado
