Investigadores

Ingeniero y Magíster en Ciencias de la Computación del Departamento de Ciencias de la Computación (DCC) de la Universidad de Chile. Su área de especialización se centra en Aprendizaje Automático, con un fuerte enfoque en Procesamiento de Lenguaje Natural (NLP), Aprendizaje Continuo y Minería de Datos en Flujos. Su tesis, titulada «RiverText: Un Marco para Entrenar y Evaluar Incrustaciones de Palabras Incrementales a partir de Flujos de Datos de Texto», explora el estudio e implementación de algoritmos para la representación de texto dentro del paradigma de Aprendizaje Continuo.

Sus destacadas contribuciones incluyen la publicación de un artículo basado en su trabajo en la conferencia SIGIR 2023. Además, Gabriel ha desarrollado una biblioteca de código abierto (https://dccuchile.github.io/rivertext/) que replica sus hallazgos de investigación. Esta biblioteca sigue activa y continúa evolucionando con la constante incorporación de nuevas características y una comunidad de usuarios en crecimiento.

Actualmente, trabaja como profesor a tiempo parcial en el curso Laboratorio de Ciencia de Datos de la Universidad de Chile.