Felipe Escárate Fernández

Ingeniero Civil en Computación

Me gusta mucho programar, y por eso he desarrollado proyectos en distintos ámbitos (Desarrollo Fullstack, IoT, Machine Learning y Computación Gráfica).

Experiencia

Abril 2024 - Enero 2025
Encodelyt - Ingeniero de Software

Trabajé en el desarrollo de plataformas web

, diseñando los modelos de datos y programando tanto el

como el

. Además, continué el desarrollo de ciertas funcionalidades del robot promotor Alicia, que había comenzado a desarrollar en mi segunda práctica profesional.

Herramientas, librerías y frameworks:
Enero 2024 - Marzo 2024
Encodelyt - Práctica Profesional II

Al comienzo de la práctica, trabajé en el diseño de un

. Luego, en el diseño y desarrollo del software de un robot promotor llamado Alicia, el cual atrae clientes para que compren un determinado producto, además de captar datos útiles para la empresa. Se destacan las funcionalidades de reconocimiento facial (CNN) y asistencia por voz (LLM). También se trabajó con

.

Herramientas, librerías y frameworks:
Agosto 2023 - Diciembre 2023
Proyecto de Software - Desarrollador Fullstack

En el curso de Proyecto de Software de la Universidad de Chile, trabajé en un proyecto que consistía en un recomendador de plataformas para el CR2 que permite buscar y filtrarlas según ciertos metadatos meteorológicos, climatológicos, etc. Cuenta con un

que recomienda plataformas según las necesidades del usuario.

Herramientas, librerías y frameworks:
Enero 2022 - Febrero 2022
AOne Games - Práctica Profesional I

En mi primera práctica profesional trabajé en AOne Games, donde me dediqué al port del juego Omen of Sorrow para Nintendo Switch. Principalmente me dedique a optimizar el juego los casos en que la consola no podía rendir como lo esperado. Se utilizó Unreal Engine 4 (y por ende C++).

Herramientas, librerías y frameworks:

Educación

Marzo 2019 - Octubre 2024
Universidad de Chile

Ingeniería Civil en Computación.

Proyectos

Para mi trabajo de título, diseñé e implementé un sistema de crowdsourcing para museos virtuales. Consiste en un sitio web donde los usuarios pueden subir videos e información sobre las obras a exhibir, lo que permite la generación automática de un modelo 3D del objeto, el cual se añade (junto con su información) al museo virtual. Este proyecto involucra aspectos de frontend, backend, Machine Learning y Computación gráfica, ya que, es necesario un sitio web en el que los usuarios suban los videos para procesarlos Backend, de tal modo que se obtengan representaciones tridimensionales reconocibles por el motor gráfico. Todo este proceso está automatizado se usa, Gaussian Splatting para obtener las representaciones tridimensionales.

Herramientas, librerías y frameworks:

Se manejó la transferencia de paquetes entre una Raspberry Pi y una esp32 mediante distintos protocolos de comunicación. Se pueden enviar paquetes por Wi-Fi usando sockets TCP/UDP, y por BLE usando el protocolo GATT. Esto fue hecho usando Python por el lado de la Raspberry y C++ por el lado de la esp32 (con ESP-IDF). Cabe destacar que se creó una interfaz gráfica (con PyQt) para poder cambiar los protocolos de comunicación y visualizar los resultados.

Más información

Herramientas, librerías y frameworks:

Se creó una interfaz gráfica (con PyQt) para poder visualizar datos obtenidos por sensores, y editar sus configuraciones. Esto era posible conectando la esp32 por USB a un computador para que se comunicaran a través de UART. Los sensores utilizados fueron el BME688 (sensor de calidad del aire) y el BMI270 (IMU). Se usó el framework ESP-IDF y comunicación I2C.

Más información

Herramientas, librerías y frameworks:

Aplicación hecha para dispositivos Android. Permite llevar un control de los productos que hay en la despensa. Está hecha con React Native, Golang y MongoDB.

Más información