- marcossergio.pacheco@universidadeuropea.es
- Escuela Politécnica - Málaga
Profesor adjunto
Marcos Sergio Pacheco dos Santos
- Ingeniería
Marcos es profesor e investigador en el ámbito de la inteligencia artificial aplicada, la visión por computador y la ciencia de datos. Actualmente desarrolla su doctorado en la Universidad de Málaga, centrado en visión computacional y aprendizaje profundo, con especial interés en la síntesis automática de imágenes anotadas y los modelos fundacionales.
Compagina su actividad académica con su labor profesional como científico de datos, donde trabaja en el modelado y despliegue de modelos de machine learning. Anteriormente desarrolló proyectos de ciencia de datos e I+D en áreas como el análisis de imágenes satelitales, distintos tipos de modelos de machine learning, las comunicaciones ópticas, el IoT, el radar y los sistemas embebidos.
Es autor de publicaciones en revistas y congresos internacionales sobre aprendizaje profundo enfocados, generación de datos sintéticos, posicionamiento en interiores mediante visible light communication y few-shot learning.
Formación académica
Grado en Ingeniería Eléctrica
- Universidade Tecnológica Federal do Paraná
- 2008 - 2013
Master en Ingeniería Electrica
- Budapest University of Technology and Econnomics
- 2017 - 2019
Doctorado en Tecnologías Informáticas
- Universidad de Málaga
- 2022 - actualmente
Experiencia profesional
Titulaciones
Publicaciones
Training-Free Few-Shot Image Classification via Kernel Density Estimation with CLIP Embeddings
Artículo en Mathematics (2025) que propone un método de clasificación few-shot sin entrenamiento adicional, basado en estimación por densidad kernel sobre embeddings CLIP. El trabajo explora una alternativa eficiente para reconocer nuevas clases con muy pocas muestras etiquetadas.
Enhanced deep-style interpreter for automatic synthesis of annotated medical images
Artículo publicado en Neural Computing & Applications (2025) sobre síntesis automática de imágenes médicas anotadas mediante arquitecturas deep-style interpreter. El trabajo aborda la generación de datos sintéticos útiles para tareas de segmentación y apoyo al entrenamiento de modelos de visión médica.
Design of a real-time indoor positioning system based on visible light communication
Artículo publicado en Radioengineering (2020) sobre un sistema de posicionamiento indoor en tiempo real basado en visible light communication. Presenta el diseño, despliegue y evaluación de una solución experimental para localización en interiores.