Especialista en MLOps, Arquitectura de Datos y Cloud Computing ☁️
Soy un Software Engineer (Universidad Empresarial Siglo 21) apasionado por cerrar la brecha entre la ciencia de datos y los sistemas productivos. Con formación avanzada en Anyone AI y experiencia práctica construyendo soluciones escalables, me especializo en el ciclo de vida completo del dato: desde la orquestación de pipelines (ETL/ELT) hasta el despliegue automatizado de modelos de Machine Learning en producción (MLOps).
Mi enfoque se basa en aplicar rigor de ingeniería de software (CI/CD, testing, automatización) para que los modelos de IA generen valor real, rápido y de forma segura.
- Stack: Python, FastAPI, Scikit-Learn, Docker, GitHub Actions, GCP Cloud Run, DVC.
- Descripción: Diseño e implementación de un pipeline CI/CD completo para un modelo de regresión. Incluye versionado de datos, validación estricta con Pydantic, empaquetado Docker multi-stage y despliegue Serverless automatizado en Google Cloud.
- Stack: Python, FastAPI, Docker, LangGraph, MongoDB Atlas (Vector Search).
- Descripción: Desarrollo de un sistema basado en agentes utilizando LangGraph, estructurado en microservicios contenerizados (Ingestion Worker & API) para procesamiento avanzado de información y búsqueda vectorial.
- Stack: Hadoop Ecosystem, Airflow, Spark, Hive, Google Looker Studio.
- Descripción: Diseño e implementación de un pipeline automatizado para ingestar, transformar y analizar datos masivos relacionados con vuelos nacionales, facilitando la toma de decisiones mediante dashboards.
- Stack: Azure Blob Storage, Azure Data Factory, Databricks.
- Descripción: Implementación de un pipeline ELT integrando múltiples orígenes de datos para dar soporte y análisis al área de ventas de una empresa distribuidora de videojuegos.
Construyendo sistemas robustos, desde la ingesta del dato hasta la inferencia del modelo. 🚀