Construyo aplicaciones de Inteligencia Artificial con Python, LLMs y sistemas multi-agente, combinando modelos, datos y software para resolver problemas reales de negocio.
Soy AI Developer enfocado en Inteligencia Artificial aplicada, LLM Applications y sistemas multi-agente.
Trabajo principalmente con Python, FastAPI, LangGraph, arquitecturas RAG y Docker.
Actualmente colaboro con DataQuantum llevando a producción un sistema multi-agente de marketing construido sobre LangGraph, FastAPI y LiteLLM, con despliegue en infraestructura propia.
Mi objetivo es transformar problemas reales de negocio en soluciones de IA útiles, escalables y fáciles de integrar.
| Proyecto | Qué hace | Stack |
|---|---|---|
| PayrollLens | Extracción de datos de nóminas con LLM y guardrails de validación (campos, rangos lógicos, coherencia semántica) | Python · FastAPI · GPT-4o |
| Move On | Orquestador multi-agente con RAG híbrido autoalimentado desde arXiv y evaluador LLM (92/100) | FastAPI · LangGraph · ChromaDB · Neo4j |
| HealthCheck AI | Clasificador ML en producción (96% accuracy) con API y despliegue Docker | XGBoost · FastAPI · Docker · Render |
| PrediDepósito | Predicción de suscripción bancaria con optimización de hiperparámetros y explicabilidad | XGBoost · Optuna · SHAP · AUC 0.79 |
| Computer Vision | Clasificación de imágenes con deep learning (proyecto en equipo) | Python · CNN · Jupyter |
| Hate Speech Classifier | Detección de discurso de odio con NLP | Python · NLP · scikit-learn |
IA Generativa & Sistemas Multi-Agente(mi día a día)
Backend & Cloud
Machine Learning(aplicado en proyectos reales)
Scikit-Learn · XGBoost · Optuna · SHAP — aplicados en un clasificador en producción y en predicción bancaria con explicabilidad. En continuo perfeccionamiento.
Desarrollo Web (conocimientos complementarios)
| Hito | Fecha | |
|---|---|---|
 | Colaborador AI — DataQuantum. Evolución y puesta en producción de un sistema multi-agente de marketing (LangGraph, LiteLLM, Kubernetes) | 2026 — actualidad |
 | Jurado — Hackathon IA Generativa con Microsoft. Evaluación de proyectos por innovación, viabilidad técnica e impacto real | Mar 2026 |
 | Voluntario — Codemotion Madrid. Evento tecnológico con más de 2.000 asistentes | Abr 2026 |
 | Beca 100% — Máster Data Science & AI. Obtenida durante Codemotion Madrid | 2026 |
| Certificación | Entidad | Estado |
|---|---|---|
| Python Essentials 1 | Cisco | Completado |
| JSE Entry-Level JavaScript Programmer | JS Institute | Completado |
| AWS Cloud Practitioner | AWS | En progreso |
| Agentic AI Developer (GH-600) | GitHub | Próximo |
| Azure AI App & Agent Developer (AI-103) | Microsoft | Próximo |
| Periodo | Formación |
|---|---|
| 2023 — 2024 | Full Stack Developer — Academia X. JavaScript, React, Node.js, Python y Django |
| 2024 — 2026 | Cloud Computing + AWS + IA Generativa — EOI (400h) |
| Nov 2025 — Ago 2026 | Formación intensiva superior en AI & Data Science — Factoría F5 (1.250h). Python, Machine Learning, XGBoost, LLMs, Docker, RAG y sistemas multi-agente |
| May 2026 — 2027 | Máster Data Science & AI — Neoland. Machine Learning, NLP, LLMs y visualización |
| 2026 | AWS Cloud Practitioner · GitHub GH-600 · Microsoft AI-103 |
No existen expertos en IA — solo personas que llevan más tiempo aprendiendo.
Cada proyecto me enseña algo que el anterior no pudo.
"Detrás de cada dato hay una decisión. Y detrás de cada decisión hay personas."