Luciano del Corro
Dr. en Ciencias de la Computación
Luciano Del Corro es Profesor Asociado en la Universidad de San Andrés, donde dirige el ELIAS Lab (Efficient Language Intelligence for Autonomous Systems), enfocado en investigación aplicada en modelos de lenguaje (LLMs) y sistemas agénticos. También dicta cursos de grado y posgrado en Procesamiento de Lenguaje Natural, combinando fundamentos técnicos con implementación en producción.
Es Doctor en Ciencias de la Computación por el Max Planck Institute for Informatics, donde su investigación se centró en procesamiento de lenguaje natural. Su trabajo ha sido publicado en las principales conferencias de Procesamiento de Lenguaje Natural, incluyendo ACL y EMNLP. Con más de 15 años de experiencia en investigación e industria, ha trabajado extensamente en llevar inteligencia artificial de frontera a producción a escala.
En Microsoft Research (AI Frontiers) trabajó como Senior Research Engineer en el desarrollo de la próxima generación de LLMs eficientes, con foco en destilación, computación adaptativa y métodos de inferencia dinámica. También contribuyó a investigación en orquestación de LLMs y sistemas agénticos para generación de datos sintéticos y post-entrenamiento de LLMs. En Goldman Sachs lideró un equipo de investigación en NLP aplicado a datos financieros y legales, transformando investigación en productos internos y flujos de trabajo automatizados.
Co-fundó Lumina Labs, una empresa de IA donde lideró la investigación y el desarrollo de sistemas agénticos para análisis e investigación en inversiones, y Ambiverse, un spin-off del Max Planck Institute dedicado a aplicaciones industriales de tecnología de lenguaje, donde se desempeñó como VP de Innovación.
Luciano también posee una maestría en Ciencias de la Computación de Imperial College London, una maestría en Economía de la Universidad de San Andrés y una licenciatura en Economía de la Universidad de Buenos Aires. Su formación combinada en ciencias de la computación y economía le permite abordar los desafíos de construir sistemas de IA que sean técnicamente sólidos, eficientes y alineados con problemas reales.
