Daniel Barrientos

Key Skills

Software

Supervisely

Deep Systems

Top Subject Matter

No subject matter listed

Top Data Types

Computer Code Programming

Document

Image

Text

Top Label Types

Classification

Computer Programming Coding

Freelancer Overview

I am a fourth-year Systems Engineering student with a strong foundation in artificial intelligence, data annotation, and AI training data preparation. My experience includes hands-on work in cleaning and labeling datasets for deep learning model training, as well as managing both supervised and unsupervised datasets to optimize model accuracy. I am skilled in Python and familiar with key AI libraries, and I have applied my knowledge in academic projects involving robotics integration and real-time data management. My attention to detail, analytical mindset, and commitment to delivering high-quality labeled data make me eager to contribute to impactful AI and machine learning projects.

Labeling Experience

SISTEMAS INFORMATICOS

Deep SystemsImageClassification

Nivel Determinista (Motor de Inferencia Local / Offline): Funcionamiento: Utiliza un Sistema Basado en Reglas (Expert System). El conocimiento médico (protocolos de Triage Manchester y escalas NEWS2) ha sido codificado en algoritmos lógicos dentro de la aplicación móvil. Proceso: El sistema recibe los datos crudos de los sensores (ej. SpO2: 82%, BPM: 110) y los cruza con una matriz de reglas predefinidas. Resultado: Genera una clasificación automática inmediata (Rojo/Emergencia, Naranja/Urgencia, Verde/Estable) sin necesidad de internet, eliminando el error humano en situaciones de estrés. Nivel Generativo (IA Consultiva / Online): Funcionamiento: Cuando existe conectividad, el sistema se integra con Modelos de Lenguaje Grande (LLMs, específicamente Gemini de Google). Proceso: Envía el paquete de signos vitales capturados y el historial del paciente a la nube. Resultado: La IA devuelve un análisis profundo, sugerencias de pre-diagnóstico basadas en patrones complejos y recomendaciones

Nivel Determinista (Motor de Inferencia Local / Offline): Funcionamiento: Utiliza un Sistema Basado en Reglas (Expert System). El conocimiento médico (protocolos de Triage Manchester y escalas NEWS2) ha sido codificado en algoritmos lógicos dentro de la aplicación móvil. Proceso: El sistema recibe los datos crudos de los sensores (ej. SpO2: 82%, BPM: 110) y los cruza con una matriz de reglas predefinidas. Resultado: Genera una clasificación automática inmediata (Rojo/Emergencia, Naranja/Urgencia, Verde/Estable) sin necesidad de internet, eliminando el error humano en situaciones de estrés. Nivel Generativo (IA Consultiva / Online): Funcionamiento: Cuando existe conectividad, el sistema se integra con Modelos de Lenguaje Grande (LLMs, específicamente Gemini de Google). Proceso: Envía el paquete de signos vitales capturados y el historial del paciente a la nube. Resultado: La IA devuelve un análisis profundo, sugerencias de pre-diagnóstico basadas en patrones complejos y recomendaciones

2023 - 2025

Academic Project - AI Model Training (Data Labeling & Annotation)

SuperviselyTextClassification

During an academic project focused on AI model training, I participated in cleaning and labeling datasets to optimize model accuracy. This work involved applying deep learning techniques to textual data for classification purposes. My responsibilities centered on ensuring data quality and accurately categorizing data points for improved model outcomes. • Labeled and categorized text-based data for AI model development • Ensured high-quality data standards through careful annotation • Collaborated with team members to manage and preprocess datasets • Applied deep learning strategies to maximize classification results

During an academic project focused on AI model training, I participated in cleaning and labeling datasets to optimize model accuracy. This work involved applying deep learning techniques to textual data for classification purposes. My responsibilities centered on ensuring data quality and accurately categorizing data points for improved model outcomes. • Labeled and categorized text-based data for AI model development • Ensured high-quality data standards through careful annotation • Collaborated with team members to manage and preprocess datasets • Applied deep learning strategies to maximize classification results

2024 - 2024

Education

Work History