¿Con qué herramientas y tecnologías has trabajado más?

En el campo del aprendizaje automático e inteligencia artificial, se utilizan con mayor frecuencia las siguientes herramientas y tecnologías:

• Lenguajes de programación: Python (principal), a veces R o Julia.
• Bibliotecas y frameworks: TensorFlow, PyTorch, scikit-learn, Keras para construir y entrenar modelos.
• Herramientas de procesamiento de datos: pandas, NumPy para trabajar con datos y su preprocesamiento.
• Herramientas de visualización: Matplotlib, Seaborn, Plotly.
• Entornos de desarrollo: Jupyter Notebook, VS Code.
• Para desplegar modelos: Docker, Flask/FastAPI para crear APIs.

Dependiendo del proyecto, el stack puede ampliarse incluyendo bases de datos (SQL, NoSQL), plataformas en la nube (AWS, GCP, Azure) y herramientas para MLOps (MLflow, Kubeflow).