Diego Toledano

Optimisation de la distribution d’intensités pour véhicules électriques – Utilisation de modèles de Machine Learning sur de l’optimisation mathématiques – Mise en place d’artefacts Git et mise place de pipelines – Développements de fonctionnalités – Management de base de données – Hardware Accélération et Threading Optimisation

Creation de base de données et de datasets – Collection de données et reportage de données manquantes - Data wrangling et Interpolation – Aggregation de données – Reconstitution de modèles et simulation de prix – Presentation de donnée

Création de l’Eleva Capital Index v2 - Créations de modèles de Machines Learning pour prédictions d’indices financier - Création d’une plateforme de Machine Learning en complément de Bloomberg - Packaging Azure et mise place de pipelines

Min, C., Hendrik, D., Toledano, D., Kaiyu, H. & Kyriacos, M. (2020). An Empirical Comparison of the Additive and Landmark Cut Heuristics. King's College London. Irishev, D., Tampoe-Holmes, J., Tan, S., Toledano, D. & Truong, J. (2020). Autonomous robot system in warehouses inspired by Kiva Systems. King's College London. Toledano, D. (2021). Bilevel and Decoupling Approaches for the Robust Knapsack Problem. King's College London.

Toledano, D., "Solving “2048” using AI", Department of Computer Science, Royal Holloway, University of London, 2020 April.