Volver al inicio

Trayectoria

De la física a la IA generativa, pasando por la energía y los datos.

Experiencia

  1. Capgemini Engineering

    AI Engineer & Generative AI Leadmayo 2024 – actualidad

    • Liderazgo técnico de soluciones de IA generativa, de la prueba de concepto a producción.
    • Arquitectura y desarrollo de sistemas con LLMs, RAG, multimodalidad y agentes.
    • Diseño de soluciones de IA cloud-native sobre AWS y Azure.
    • Responsabilidad técnica de principio a fin, que abarca arquitectura, evaluación, seguridad, observabilidad y preparación para producción.
    • Mentoría técnica y gestión de personas.
    • Trabajo con negocio e ingeniería para convertir casos de uso de IA generativa en productos desplegables.

    Data Engineernoviembre 2021 – febrero 2025

    • Extracción y procesamiento de datos con SQL y Python.
    • Desarrollo de modelos de machine learning en Python.
    • Procesos de entrenamiento y despliegue de modelos con metodología MLOps en AWS.
  2. EBIS Business Techschool

    Profesor de IA generativamarzo 2024 – actualidad

    • Docencia en tres másteres, que son IA Generativa, Ingeniería y Desarrollo de IA Generativa e Ingeniería de Automatización con IA Agéntica.
    • Con perfiles de negocio, enseño a entender la IA generativa, definir una estrategia y liderar equipos que desarrollan soluciones con IA.
    • En los cursos de especialización, enseño a desarrollar soluciones a medida con IA generativa, de la elección del modelo al despliegue.
    • Tutorías con los alumnos de los programas.
  3. Renovagy · BD4BS

    Data Scientistagosto 2019 – noviembre 2021

    • Extracción, procesamiento y visualización de datos de plantas fotovoltaicas.
    • Extractores en Python para las bases de datos on-premises de las plantas.
    • ETLs con Spark para el procesamiento diario de datos de producción y mantenimiento, en AWS y Databricks.
    • Detección de anomalías e informes sobre el funcionamiento de las plantas.
    • Cuadros de mando con Amazon QuickSight y pantallas de visualización con Dash para instalaciones pequeñas.
    • Herramientas de informes automatizados en Python.

    Prácticasjunio – julio 2019

    • Análisis de datos y machine learning.
  4. eCapture3D

    Prácticasmayo – junio 2018

    • Desarrollo de algoritmos de fotogrametría 3D.
    • Tratamiento de nubes de puntos 3D con métodos geométricos, con software específico y por programación.
    • Funciones de procesado de nubes de puntos en VB.NET.

Formación

  • Máster en Energías Renovables y NuclearUniversidad Complutense de Madrid · 2018 – 2019
  • Grado en FísicaUniversidad de Extremadura · 2012 – 2018

Además