Sobre mí

• He creado y diseñado el framework con el que se construyen, despliegan y observan los agentes de IA de los equipos de Datos, Ingeniería y negocio. Pasó de ser un repositorio propio a un estándar de la compañía al que contribuyen más de 60 ingenieros.
• He construido el primer agente con LLMs de Fever en producción para clientes externos: un asistente que permite a recintos y organizadores consultar sus ventas y rendimiento en lenguaje natural desde el portal de socios. Lo he llevado desde el prototipo hasta su despliegue con socios.
• He llevado la plataforma de conocimiento de la compañía de la propuesta a producción en menos de un mes, combinando recuperación de información, control de acceso y curación humana para conectar los agentes con el contexto de negocio de Fever.
• Contribuyo a definir la dirección técnica de IA mediante propuestas de arquitectura, decisiones de desarrollo frente a compra, infraestructura de agentes, desarrollo asistido por agentes y respuesta a incidentes. También diseño y realizo procesos de selección, mentorizo a un equipo universitario y formo al área de Datos en desarrollo de agentes.

• Formé parte del equipo de prototipado rápido y coordiné su trabajo diario para explorar productos de IA y llevar las ideas más prometedoras a producción.
• Construí el primer canal de ventas de Fever basado en agentes: un asistente de planificación y reserva en Telegram que permitía completar la compra dentro de la conversación.
• Implementé la capa de precios y pagos con Stripe y la API de venta de entradas, junto con la miniaplicación de checkout.
• El código que inicié durante este trabajo se convirtió en la base de la plataforma de agentes de IA de Fever.

• Fui uno de los principales contribuidores a la plataforma de precios dinámicos: precios según el tiempo meteorológico, un motor de simulación de reglas, promociones de socios y el programa de precios en varios países.
• Modernicé la plataforma hacia una arquitectura orientada a eventos con Kafka y Redis, y ejercí como revisor de código designado.
• Construí pipelines de recomendación y tarjetas regalo, y corregí y generalicé procesos críticos de producción.
• Publiqué mi primera funcionalidad en producción tres semanas después de incorporarme.

• Diseñé y llevé a producción librerías y servicios de ML en Python, estableciendo prácticas de empaquetado, pruebas, linting y CI/CD para una entrega fiable.
• Construí flujos de ingesta y transformación con orquestación y patrones de lakehouse y warehouse, mejorando la disponibilidad y fiabilidad de los datos para ML.
• Implementé APIs de ML y despliegues serverless, equilibrando rendimiento, coste y estabilidad operativa.
• Desarrollé procesos ETL a medida entre servicios cloud y bases de datos, mejorando la escalabilidad y reduciendo el trabajo operativo.
• Lideré una migración de base de datos y una iniciativa de optimización de costes, e introduje herramientas y prácticas de calidad que mejoraron la forma de desarrollar software del equipo.

• Desarrollé soluciones de automatización con plataformas de orquestación de redes para entornos de proveedores de servicios a gran escala.
• Trabajé directamente con clientes empresariales para traducir requisitos en diseños técnicos desplegables y flujos fiables.
• Ayudé a crear e impartir un taller interno de Python para ingenieros.
• Participé en iniciativas de investigación y formación sobre IA aplicada y automatización.

• Llevé a cabo procesos de diagnóstico y resolución de incidentes en sistemas de redes empresariales dentro del equipo TAC de Enterprise LAN Switching.
• Desarrollé la comunicación con clientes: gestión de expectativas, resúmenes ejecutivos y explicaciones técnicas claras.
• Completé formación técnica y certificaciones mientras daba soporte a clientes en producción.

• Desarrollé iniciativas de datos y ML desde la pregunta de negocio hasta su implementación dentro de un equipo de datos recién creado.
• Construí modelos de recomendación y de riesgo y fraude para mejorar la experiencia de usuario y la confianza en las operaciones.
• Colaboré con Producto y Operaciones para convertir preguntas de negocio en productos de datos medibles.

Desarrollé funcionalidades para iOS y Android con Ionic y Angular, colaborando con Producto y Diseño desde la implementación hasta la publicación.

El máster combina ciencia de datos con los sistemas de computación necesarios para aplicarla. Su plan de estudios abarca modelado estadístico y aprendizaje automático, junto con big data, computación en la nube y computación de altas prestaciones.

En mi trabajo de fin de máster exploré cómo usar modelos de lenguaje para transformar descripciones de seguridad industrial en reglas deterministas, conectando la comprensión del lenguaje con un proceso práctico de ingeniería.

Programa y plan de estudios · Mi TFM

El doble grado combina razonamiento abstracto y demostración matemática con el diseño y la implementación de sistemas informáticos. Me interesaron especialmente el modelado y la inferencia, y la relación entre las ideas matemáticas y lo que realmente puede hacer un ordenador.

Mi trabajo de fin de grado exploró los teoremas de incompletitud de Gödel desde una perspectiva algorítmica, usando programas y máquinas de Turing. Ese trabajo dio lugar a mi serie del blog y a charlas en congresos.

Durante la carrera también formé parte del Colegio Mayor Isabel la Católica.

Sobre el doble grado · Mi TFG

Un programa de cuatro años que cursé en paralelo al doble grado. La Escuela de Liderazgo Universitario combina humanidades, diálogo académico y acompañamiento personal para abordar cuestiones sobre la persona, la ciencia, la sociedad y el bien común.

Para mí, complementó la formación técnica con una perspectiva más amplia sobre la responsabilidad y el trabajo con otras personas. Su forma de entender el liderazgo parte de poner lo que sabes y puedes hacer al servicio de los demás.

Sobre el programa de liderazgo