Experiencia

Contextos distintos, un patrón recurrente.

He trabajado en investigación, industria, administración, energía, servicios financieros y desarrollo de productos tecnológicos. En esos contextos he abordado problemas donde era necesario comprender primero la situación, investigar alternativas y construir una respuesta aplicable.

Mi experiencia combina investigación aplicada, ingeniería de software, datos, inteligencia artificial, diseño de sistemas, producto, construcción de capacidades y gobernanza.

Investigación científica y sistemas complejos

Trabajo con problemas donde primero es necesario entender el fenómeno, los datos y las relaciones antes de elegir una técnica.

Exploración de datos científicos

Análisis de grandes conjuntos de datos científicos procedentes de observaciones y simulaciones, utilizando clustering, reducción de dimensionalidad y otras técnicas no supervisadas para identificar patrones y estructuras no evidentes.

Robótica y sistemas físicos

Modelado, simulación, percepción y navegación en sistemas robóticos móviles, combinando software, representación del entorno y comportamiento en sistemas físicos.

Representación del conocimiento

Construcción de ontologías, razonamiento y emparejamiento semántico para representar conocimiento y conectar información de diferentes fuentes.

Industria y operaciones

En industria, una solución no puede evaluarse solo por su precisión técnica: debe integrarse en procesos reales y funcionar bajo restricciones operativas.

Calidad visual industrial

Diseño y desarrollo de un sistema de visión para automatizar una tarea manual de control de calidad, incluyendo adquisición de imágenes, anotación, análisis y validación del enfoque.

Detección de anomalías

Aplicación de modelos estadísticos y de aprendizaje automático para detectar comportamientos anómalos en sistemas industriales en contextos de I+D.

Sistemas OT

Conceptualización de una plataforma para integrar señales operativas y evidencias de ciberseguridad mediante arquitectura orientada a eventos, reconstrucción de estado y generación progresiva de conocimiento operativo.

Datos, conocimiento e inteligencia artificial

La inteligencia artificial ha sido una constante durante buena parte de mi trayectoria, pero aplicada desde el problema y no desde la tecnología.

NLP y búsqueda semántica

Diseño de sistemas para buscar y relacionar información mediante procesamiento del lenguaje natural, embeddings y bases de datos vectoriales.

IA generativa y agentes

Diseño y desarrollo de soluciones basadas en LLM y agentes para analizar documentación compleja, generar información especializada, interactuar con el contenido documental y apoyar procesos de decisión.

Gestión documental avanzada

Diseño de plataformas que combinan procesamiento documental, extracción de información, RAG, GraphRAG y razonamiento basado en conocimiento para validar requisitos y resolver ambigüedades.

Predicción y optimización

Aplicación de machine learning y series temporales a problemas de predicción, planificación y optimización sobre datos operativos.

Visión artificial con etiquetado limitado

Diseño de enfoques para situaciones donde la evidencia visual es pequeña, distribuida o está débilmente etiquetada, utilizando deep learning, aprendizaje autosupervisado, transformers o aprendizaje multi-instancia cuando el problema lo requiere.

Diseño de productos y capacidades

Una parte recurrente de mi trabajo consiste en pasar de una necesidad específica a una solución con estructura suficiente para evolucionar.

Herramientas reutilizables

Diseño y puesta en producción de herramientas generalizables a partir de necesidades concretas, identificando qué parte de la solución puede reutilizarse en otros problemas.

Plataformas y MVP

Conceptualización de plataformas, definición de arquitectura, construcción de MVP y diseño de la transición posterior hacia entornos reales y productivos.

Sistemas orientados a eventos

Exploración y desarrollo de modelos basados en eventos, historia y estado para reconstruir el comportamiento de sistemas complejos y generar conocimiento operativo trazable.

Organización, gobernanza y puesta en marcha

La tecnología por sí sola no crea una capacidad. También hacen falta procesos, responsabilidades, criterios de decisión, QA y mecanismos de operación.

Ciclo de vida de proyectos

Definición de guías de trabajo desde descubrimiento y análisis funcional hasta despliegue, operación y soporte.

QA

Definición de criterios y procesos de QA que cubren aplicación, arquitectura, datos, interfaces, seguridad, resiliencia, observabilidad, CI/CD y operación.

Gobernanza

Diseño de modelos para estructurar el funcionamiento de una unidad tecnológica, la entrada y evaluación de iniciativas y la gestión diaria del trabajo.

Formación

Formación técnica y de negocio

Licenciatura en Informática.
Formación investigadora en Inteligencia Artificial, sistemas y robótica.
Máster en Ingeniería Computacional y Sistemas Inteligentes.
MBA en Dirección y Administración de Empresas.

Esta combinación me permite trabajar entre niveles que normalmente aparecen separados: dominio, ingeniería, inteligencia artificial, producto, organización y negocio.