IA que llega a producción
y aguanta la auditoría.
Veinte años convirtiendo problemas de negocio en modelos y sistemas que se auditan, se publican o se votan. La columna es la econometría.
La arquitectura de IA y el MLOps son lo que lo lleva a producción y lo mantiene vivo.
¿Qué necesitas resolver?
Del diseño a producción, sin traspasos
Los proyectos de IA no suelen fallar en el modelo, sino en el traspaso entre quien lo diseña, quien lo entrena y quien lo opera. Aquí no hay traspaso.
Arquitecto de IA
Diseño el sistema antes de escribir una línea: qué piezas, qué datos, qué modelo, por dónde puede fallar cada una y qué no hace falta construir.
Científico de datos
Planteo bien el modelo: inferencia causal, previsión y riesgo. Que aguante la pregunta incómoda del comité, no solo la métrica del notebook.
MLOps
Lo dejo en producción y vivo: despliegue, tests, monitorización de deriva, coste y lo que pasa el día que falla el proveedor del modelo.
Del dolor al sistema
No vendo una herramienta. Vendo el criterio para convertir tu problema en algo que funciona.
- 1
Leer el dolor
Qué cuesta no resolverlo, a quién y qué se ha probado ya. Antes de la tecnología.
- 2
Decidir qué no construir
La mitad del trabajo senior es descartar: el modelo que no hace falta, el RAG que sobra, el microservicio para un equipo de tres.
- 3
Diseñar
La arquitectura, con la alternativa descartada escrita y el porqué.
- 4
Construir y poner en producción
Con tests, controles y la degradación prevista.
- 5
Medir y entregarlo
Instrumentado desde el primer día y documentado para quien no lo construyó.
Lo que tengo funcionando hoy
No te enseño diapositivas. Esto está en producción y lo uso cada día.
Inteligencia comercial y de contenido
Prospectar e investigar a mano no escala, y escribir genérico no obtiene respuesta.
El texto lo arma código determinista desde un dolor investigado por sector; el modelo lee y clasifica, no inventa.
21 servicios en contenedores, 663 endpoints y unos 4.800 tests automáticos, con el modelo de lenguaje en degradación en cascada.
Data lake documental con búsqueda semántica
Documentación dispersa en fuentes distintas que nadie encuentra cuando hace falta.
Grafo, vectores y texto completo en el mismo sistema, porque cada pregunta pide una búsqueda distinta.
Búsqueda semántica sobre casi un millón de documentos.
Analizador de dolores por sector
Saber qué le duele a una empresa antes de hablar con ella, y no escribirle lo mismo que a todas.
Ninguna cifra de coste sin su fuente; un nicho que no da entre 30 y 100 empresas con nombre es una categoría.
45 sectores con su dolor, lo que cuesta no resolverlo y la pregunta de entrada.
Lo que se contrata no es esto: es construir lo tuyo con el mismo criterio.
Trayectoria
antes y después de la IA generativa
Modelos que había que defender ante un comité, un ministerio o una misión electoral. El oficio es el mismo; las herramientas cambian.
Del modelo al comité, sin intermediarios.
La mayoría de equipos cuantitativos tienen quien modela y quien presenta. Rara vez la misma persona. Aquí sí.
Construyo el modelo, escribo la documentación que aguanta auditoría, y me siento ante el comité a defenderlo cuando alguien pregunta por qué. Veinte años haciendo las tres cosas. Sin equipo subcontratado oculto.
Credenciales verificables
2 másteres en análisis económico, publicaciones Q2-Q3 indexadas. Todo verificable.
Cuéntame el problema en cinco líneas.
Yo pongo el criterio para resolverlo.
Te respondo con si encaja, cómo lo atacaría y cuánto tardaría. Bajo NDA si lo necesitas.
Respondo en dos días hábiles.