Álvaro Schwiedop Souto

Álvaro Schwiedop Souto

Investigador e ingeniero de IA

Santiago de Compostela, España

Investigo cómo los modelos de IA ven, aprenden y razonan, y desarrollo software que resuelve problemas reales para clientes.

HablemosVer mi CV

Investigación

Percepción multimodal, modelos del mundo e interpretabilidad mecanicista.

PHASE–TTC

Del movimiento al tiempo. Artículo de investigación, 2026.

Estimar el tiempo hasta el contacto combinando señales de cámaras de eventos y vídeo RGB. Una arquitectura causal que une geometría del movimiento y refinamiento temporal.

20,49%

menos Overall MiD que Garl-TTC35,80 frente a 45,03 en GarlTTC Test

Leer el artículoResumen del proyectoVer código
Métodos y resultados

N.º 1 entre las tres entradas mostradas en el ranking oficial GarlTTC Test a 28 de octubre de 2026. 6.762 tokens evaluados y 0% de fallos según el evaluador. Arquitectura de nueve componentes, 650 ms de historia causal y un módulo corrector de 1.955 parámetros. La fusión combina 20 características interpretables de fase, temporización y soporte, con entrenamiento out-of-fold agrupado para las etapas de fusión.

Primera página de PHASE-TTC: From Motion to Time

PHASE–TTC

From Motion to Time

Abrir artículo

Causal Workspace JEPA

Interpretabilidad mecanicista

Entender qué cambia dentro de un modelo de lenguaje cuando cambia su respuesta. Intervenciones controladas y análisis diferencial de Qwen3-0.6B.

Métodos y resultados

Construí un conjunto de 612 intervenciones con entidades separadas entre particiones. Los parches de activación transfirieron la respuesta sobre la capital del donante en el 50% de los pares de prueba. Promediar jacobianos de 24 contextos de entrenamiento redujo el NMSE de predicción de efectos sobre los logits de 0,737 a 0,354 en entidades de validación no vistas.

Código e investigación

FlowTwin

Modelos del mundo informados por la física

Predecir hacia dónde se moverá un buque. Un JEPA condicionado por la física y árboles de boosting, entrenados con trayectorias AIS públicas de la NOAA.

Métodos y resultados

Un ensemble de tres modelos redujo el MAE de trayectoria un 11,72%, de 2,635 a 2,326 km, en 57 viajes futuros reservados para evaluación. Intervalo de confianza del 95% mediante bootstrap por viaje: 5,90–17,13% de mejora. Evaluación de investigación con datos públicos.

Código y resultados
Comparación de modelos FlowTwin en viajes reservados para evaluación
57 viajes futuros reservados para evaluación. Error absoluto medio en kilómetros; menor es mejor.

Percepción con sonar

Percepción autosupervisada

Adaptar modelos fundacionales a otra forma de ver. Detección de objetos pequeños en sonar con DINOv2, una pirámide de características aprendida y Faster R-CNN.

Métodos y resultados

Experimentos controlados con pocas anotaciones y transferencia entre ubicaciones, junto con una rama de detalle fino que conserva información de localización más allá de la cuadrícula de parches.

Código y experimentos
Evaluación de detección con sonar con representaciones congeladas y ajustadas en Kenai y Channel
Evaluación de detección en Kenai y Channel. Puntos de control individuales de los modelos.
Ver ejemplos de validación
Objetos de sonar anotados que ambos detectores comparados no encontraron
Validación en Kenai: objetos anotados que los detectores comparados no encontraron.

Proyectos

Desde entender el problema hasta entregar el sistema.

Trace-it

IA documental · Proyecto de equipo

De políticas de negocio a decisiones trazables. Una plataforma creada en equipo que convierte políticas en reglas Python probadas, con evidencias documentales y escalado humano.

Métodos y resultados

Me encargué de la IA documental, la integración ERP y el despliegue. La evaluación entregada reprodujo 471/471 decisiones de referencia. En un benchmark en VPS con caché fría y 540 facturas PDF sintéticas, el tiempo de ingesta bajó un 51%, de 182,1 a 89,0 segundos.

Código y despliegue

J&A Automation

Desarrollo para clientes · En producción

Conectar el trabajo de campo con sus resultados económicos. Una plataforma multilingüe para asignar técnicos, aprobar horas y gastos, calcular rentabilidad y facturar.

Métodos y resultados

Desarrollé el flujo desde el alta de clientes y proyectos hasta las aprobaciones, facturas emitidas inmutables, pagos parciales y exportaciones contables. Los permisos financieros por rol mantienen los costes internos fuera de los informes del cliente. Informes en inglés, español y portugués, exportaciones PDF/XLSX y despliegue en producción.

Repositorio del proyecto

Sobre mí

Mi trabajo conecta la percepción multimodal, los modelos del mundo autosupervisados y la interpretabilidad mecanicista con las necesidades reales de crear software útil.

Trabajo a lo largo de todo el proceso: formular una hipótesis, diseñar experimentos, negociar requisitos y entregar un sistema funcional. Me importan los detalles técnicos y las personas que utilizarán el resultado.

Currículum completo

Formación

Ingeniería Informática

Universidade de Santiago de Compostela

2024–actualidad · Tercer curso, 2026/27

Idiomas

Español y gallego
Nativos
Portugués
Bilingüe
Inglés
C1, Cambridge
Alemán
C1, TestDaF

Investigación

  • PyTorch, JEPA, Transformers, DINO
  • Fusión multimodal
  • Intervenciones causales
  • Aprendizaje geométrico
  • Evaluación estadística

Ingeniería

  • Python, SQL, FastAPI, PostgreSQL
  • TypeScript, React, SvelteKit
  • OCR, ONNX
  • Linux, Docker, CUDA Graphs

Trabajar con personas

  • Análisis de necesidades
  • Negociación de requisitos
  • Presentación de soluciones
  • Liderazgo técnico
  • Negociación comercial
  • Cierre de acuerdos

Contacto

Para colaborar en investigación, desarrollar un proyecto o hablar sobre tu próxima idea.

alvaro@schwiedop.com
+34 644 75 95 48
GitHubLinkedInCV / PDF