Evaluación comparativa y validación de modelos.

Prototipado y despliegue en hardware embebido.

Curación y construcción de datasets.

Recolección de imágenes, audio y señales sensoriales.

Limpieza, análisis exploratorio, visualización y etiquetado colaborativo de datos.

Selección y desarrollo de modelos de IA tradicional y TinyML.

Implementación de modelos clásicos: SVM, árboles de decisión, regresión logística, clustering y redes neuronales.

Diseño y simulación de experimentos de percepción.

Revisión bibliográfica y seminarios internos.

Organización de eventos científicos y socialización de resultados.