← Volver al inicio Área de competencia

IA aplicada & Sistemas agénticos

IA aplicada donde aporta valor: chat agéntico conectado a herramientas y bases de datos de cada cliente, respuesta a documentos mediante RAG, orquestación de varios LLMs por calidad/precio (model routing) y BI generativo. Todo trazable y aislado por cliente.

Proyectos de esta área

Chat Engine

PythonLangGraphRAGpgvectorMCP
Freelance 2021 – actualidad

Motor de chat agéntico multi-cliente con RAG, herramientas externas y BI generativo, aislado por cliente.

El problema
Dar a cada cliente un asistente que responda cualquier pregunta sobre sus documentos y datos, se conecte a sus herramientas y genere gráficos y dashboards, manteniendo los datos aislados.
Decisión de stack
FastAPI + LangChain/LangGraph, indexación RAG con pgvector y Cohere Rerank, orquestación de varios LLMs por calidad/precio (OpenRouter, Gemini, Deepseek) y tools vía MCP/FastMCP. Todo trazable con Langfuse.
El reto técnico
En la indexación, agrupar información automáticamente, detectar discrepancias y permitir una curación manual; y aislar los datos por project_id en un motor multi-tenant reutilizable.
Impacto
Motor reutilizable en producción para varios clientes (respuesta a información financiera, monitoreo de márgenes y rentabilidades con gráficos).
PrismaRiders

PrismaRiders

Next.jsFastAPIPostgreSQLStripeOpenRouteService
Freelance 2021 – actualidad

Plataforma para terapeutas a domicilio con un optimizador de huecos que minimiza desplazamientos y esperas.

El problema
Reducir los tiempos de desplazamiento y de espera de terapeutas que van a domicilio, reuniendo en una sola plataforma varios roles (terapeutas, pacientes, centros, tutores, admin), historiales, calendario y pagos.
Decisión de stack
Next.js/React + FastAPI/SQLAlchemy sobre PostgreSQL; Stripe (pagos recurrentes y Connect), Google Calendar (sync bidireccional) y OpenRouteService para distancias/tiempos reales.
El reto técnico
El optimizador de huecos: puntúa (0–100) los huecos de cada terapeuta y coloca a cada paciente en el mejor según ubicaciones reales, penalizando la espera muerta y el viaje.
Demo de la analítica de vídeo de Rackety

Analítica de vídeo deportivo con IA — Rackety

PythonYOLO PoseComputer VisionRunPodMultithreading
Rackety TV 2023 – actualidad

Detección de highlights por gesto y mapas de calor de jugadores a partir del vídeo de cada partido.

El problema
Extraer automáticamente los mejores momentos de un partido y analítica de los jugadores a partir de un vídeo ya grabado, optimizando coste y tiempo de proceso.
El reto técnico
Diferenciar el gesto elegido para el highlight (brazos levantados) de movimientos similares del juego (smashes, voleas): una algoritmia sobre las articulaciones (YOLO Pose) que detecta los verdaderos positivos sin añadir falsos.
Impacto
Procesado con workers GPU en RunPod para optimizar coste y tiempo, con fuerte foco en multithreading.

Experiencia en esta área

Cofundador & AI Software Architect

Rackety TV

2023 – actualidad

Cofundé Rackety TV, analítica deportiva por visión por computador. Diseño el pipeline de vídeo, la analítica de jugadores (YOLO, pose), la gamificación y el streaming/grabación automatizados, junto a la infraestructura edge de los clubs.

AI Software Architect & Consultor

Freelance

2021 – actualidad

Consultoría y desarrollo de producto end-to-end (IA aplicada, backend e infraestructura) para clientes. El paraguas bajo el que cofundé Baboon Technologies y Rackety TV.