Podríamos trabajar juntos.

Responsable de la arquitectura técnica y la ingeniería de producto de un CRM para clínicas veterinarias independientes.

Asesoro sobre la tecnología de un servicio que combina la recogida inicial de información mediante IA con atención humana: un asistente de IA recopila contexto antes de que un profesional sanitario se incorpore a la conversación.

Desarrollé y llevé a producción sistemas de evaluación, búsqueda y tutoría con IA, conectando la ingeniería backend con la experiencia de aprendizaje.

Diseñé e implementé un sistema de evaluación con una arquitectura de planificación y ejecución que sustituyó 140 cuestionarios antiguos de respuesta libre. La latencia de evaluación bajó de 8,4 a 0,6 segundos: la evaluación pasó a ser 14 veces más rápida.

Construí un flujo de vectorización del CMS con Kafka que procesaba 100.000 elementos al día y desarrollé la búsqueda semántica de principio a fin. La interacción con la búsqueda aumentó un 9 % y el tiempo hasta encontrar contenido se redujo un 18 %.

Automaticé la generación de ejercicios y reduje el tiempo de creación de tareas de 2,5 horas a 18 minutos. Desarrollé un plugin interno para VS Code que redujo un 27 % el tiempo medio de soporte por incidencia de estudiante.

Trabajé en el modo de voz del tutor de IA Dot, integrando WebRTC, reconocimiento de voz, un LLM y síntesis de voz. Ayudé a llevarlo a una versión estable, con un 97,8 % de sesiones correctas y una mediana de 1,3 segundos hasta la primera respuesta.

Contribuí a la personalización del aprendizaje y desarrollé funciones que mejoraron la retención de estudiantes. En el Mastery Depth Tracker conecté el trabajo de producto e ingeniería para medir la confianza de los alumnos e identificar dónde necesitaban más práctica. También ayudé a lanzar el programa de QA Engineering en Estados Unidos.

Cofundé IAWY y desarrollé un tutor de IA con revisión automática de los proyectos entregados por los estudiantes. Definí la dirección del producto y la hoja de ruta de un tutor que se integraba en plataformas de aprendizaje existentes. Lo lanzamos en dos bootcamps de América Latina.

IAWY en Tech.eu · 22 de febrero de 2024 ↗

Diseñé un flujo para enriquecer fichas de producto: normalizar los datos de origen, extraer atributos, generar características estructuradas y producir descripciones en lenguaje natural.

Me incorporé como la undécima persona del equipo de producto y ayudé a construir sus primeros componentes, incluidos los sistemas para probar código y evaluar el trabajo de los estudiantes.

Diseñé la arquitectura de pruebas del simulador de programación utilizado por entre 7.000 y 10.000 estudiantes al día.

Desarrollé un modelo de ML para evaluar entregas de proyectos de estudiantes antes de ChatGPT y contribuí al lanzamiento del programa de Desarrollo Web.