Ingeniería de Datos · Inteligencia Artificial · Desarrollo de Software — Bilbao, España
Soy desarrollador de software y construyo sistemas de datos e IA de extremo a extremo: ingesta y orquestación de datos, fine-tuning de LLMs y despliegue en local. Vengo del desarrollo full-stack, lo que me da soltura en todas las capas de un producto, y soy bilingüe español-inglés.
Actualmente curso la especialización Data Engineering e Inteligencia Artificial (IFCD0077, 960 h): Apache Spark, Kafka, Deep Learning, NLP, MLOps y Cloud. Los proyectos de abajo están construidos de extremo a extremo siguiendo buenas prácticas: testing, CI, Docker y documentación.
| Proyecto | Qué hace | Stack |
|---|---|---|
| K8s Market Sentinel | Plataforma de datos nativa de Kubernetes: ingesta idempotente que se autorrepara tras una caída (un solo ciclo cierra una semana de hueco), capas medallón sobre Postgres, chequeos de calidad declarativos y observabilidad con Prometheus/Grafana. El despliegue es GitOps puro: no hay kubectl apply en el camino. La carga de trabajo (CEFs de crédito: descuento sobre NAV, z-scores, señales macro) es intercambiable; lo que se demuestra es la arquitectura |
Kubernetes · ArgoCD · Helm · Prometheus · Grafana · PostgreSQL · Python |
| Motor de LoRAs | Fábrica local de fine-tuning y despliegue de LLMs: 18 formatos de datos → LoRA → GGUF → servidor OpenAI-compatible en GPU, con agente ReAct y RAG. 511 tests, CI, Docker. Caso de estudio medido: su VLM afinado supera en +8,7 pts de F1 al pipeline clásico de EXIST 2025. (Repo privado, publicación próxima) | PyTorch · PEFT/TRL · llama.cpp · FastAPI · ChromaDB |
| EXIST 2025 | Detección multimodal de sexismo en memes (shared task CLEF 2025): OCR propio, XLM-RoBERTa + ResNet50 con ensembles, y fine-tuning VLM con LoRA. Evaluación con holdout estricto | PyTorch · Transformers · EasyOCR |
| Pipeline Medallón AEMET | Pipeline de datos meteorológicos en tiempo real con arquitectura medallón (bronze/silver/gold) | Kafka · MinIO (S3) · MongoDB · DuckDB · Streamlit · Docker |
| Crypto Data Pipeline | ELT del mercado cripto cada 5 minutos con el modern data stack y tests de calidad en el DAG | Airflow · dbt · PostgreSQL · Metabase · Docker |
| IoT Streaming Pipeline | Ingesta IoT end-to-end: sensor simulado → broker → procesamiento en streaming → data lake | MQTT · Kafka · Spark Structured Streaming · MinIO/Parquet |
| LLM Abliteration Toolkit | Interpretabilidad mecanicista: localizar y neutralizar la dirección de rechazo de un LLM sin reentrenarlo (Arditi et al. 2024). Diff-Means, whitened SVD, COSMIC, steering vectors | PyTorch · Transformers |
Ingeniería de datos — Python · SQL · Apache Kafka · Apache Spark (PySpark) · Apache Airflow · dbt · PostgreSQL · MongoDB · DuckDB · MinIO/S3 · Docker
Infraestructura y MLOps — Kubernetes · Helm · ArgoCD (GitOps) · Prometheus · Grafana · GHCR
IA / ML — PyTorch · Hugging Face (Transformers, PEFT/TRL) · LLMs · Fine-tuning LoRA · RAG · Agentes (ReAct) · LangChain · llama.cpp/GGUF · TensorFlow/Keras
Desarrollo web — JavaScript/TypeScript · React · Angular · Node.js · Laravel
BI y visualización — Power BI · Tableau · Streamlit · Metabase
Metodología — Git · CI (GitHub Actions) · Testing · Docker · Desarrollo asistido por IA