Rex Elardo

• ● Création d'une carte de variété 3D (3D manifold map) pour visualiser les clusters de wallets et les archétypes comportementaux, améliorant l'interprétabilité des résultats de ML.

• ● Application d'algorithmes de clustering et de modèles de machine learning aux données blockchain afin d'identifier des stratégies de trading exploitables et des activités de wallets irrégulières.

• ● Entraînement de modèles de gradient boosting pour prévoir les mouvements de prix des tokens jusqu'à 24 heures à l'avance, améliorant la précision directionnelle à court terme.

• ● Produit actuellement en production : hoku.deep3.ai

• ● Extraction de données multimodales (YouTube, posts X, archives écrites et vidéos) dans un graphe de connaissances Neo4j unifié pour une interface de recherche IA.

• ● Fine-tuning d'un LLM afin d'émuler les schémas de raisonnement analytique d'un stratège crypto, déployé sous forme d'avatar IA interactif.

• ● Création d'une application de prédiction de tennis depuis zéro (maindraw.com)

• ● Réalisation de recherches indépendantes sur la tokenomics, les stratégies DeFi, la gouvernance DAO et l'analytique blockchain pour plus de 50 clients.

• ● Collaboration avec Zeltner & Co (fonds suisse) pour développer un « blue-chip crypto index score » basé sur diverses métriques.

• ● Construction d'un modèle prédisant les wallets d'insiders avec 81 % de précision à partir des 20 premières transactions.

• ● Développement d'un agent autonome de networking sur Telegram reliant les utilisateurs selon leur rôle, leurs intentions et leur expertise à partir de métadonnées structurées (via covariance d'embeddings).