IA y LLMs: proyectos, experiencia y artículos
6 proyectos · 1 experiencia · 9 artículos
Casos de estudio
- ImpressãoMais3DComercio electrónico de impresión 3D bajo demanda20 contextos delimitados
- Digital Tech MSImprenta en línea con aprobación de diseños y producción20 contextos delimitados
- DevAgent — el Kanban autónomoUn agente que lee la tarjeta y abre la solicitud de cambiosFlujo de tarjeta a PR
- Eurologado — SaaS de cumplimiento normativo de cosméticos en la UEMás de 100 clientes, expedientes regulatorios asistidos por IAMás de 100 clientes
Otros proyectos
- Asistente de propuestas para 99FreelasExtensión de Chrome que redacta propuestas con IAChrome Web Store
- Ikigai AIMotor de autoconocimiento guiado por modelos de lenguaje
Experiencia profesional
Ingeniero de software sénior y desarrollador de IA · Independiente
ene. 2026 - actualidad
Desarrollo estratégico de productos autónomos, herramientas basadas en IA generativa y automatización avanzada de procesos empresariales. Arquitecto y creador de DevAgent, un sistema autónomo de ingeniería de software.
Artículos
- La IA no cuida el dinero: cómo modelé RetomaVenda con ledger, leases e idempotenciaCómo rodear un componente probabilístico con invariantes deterministas de créditos, privacidad, idempotencia, leases y coste en un producto con IA.
- ¿Clean Architecture sigue importando cuando la IA escribe el código?Los coding agents abarataron la producción de código. Eso no hizo menos importantes la arquitectura, la legibilidad y los tests: cambió dónde debemos hacer cumplir esos principios.
- Kimi K3, un millón de tokens y la trampa del contexto: más memoria no es más arquitecturaKimi K3 y K2.8 llevan los coding agents a contextos enormes. Es útil, pero cargar un repositorio entero no sustituye retrieval, herramientas, tests ni un buen harness.
- En 2026, el modelo es solo una pieza: la arquitectura de agentes que sí llevaría a producciónKimi, Jev, Agents API y los nuevos coding agents dejan algo claro: el diferencial se mueve del modelo aislado hacia el harness, las herramientas y la verificación.
- Jev, decisiones en lugar de strings: por qué no cada paso de un agente necesita un LLMJev propone una capa distinta para agentes: decisiones tipadas, probabilidades y confianza. Lo interesante no es sustituir LLMs, sino dejar de usarlos para todo.
- MCP en producción en 2026: dejé de pensar en tools como funciones y empecé a pensar en fronterasQué cambió en mi forma de entender MCP: diseño stateless, autorización, tools, entornos privados, Tasks y por qué conectar un agente a sistemas reales es un problema de arquitectura y seguridad.
- Por qué estoy aprendiendo Python para IA sin abandonar TypeScriptDespués de años con JavaScript y Node.js, añadí Python y FastAPI a mi stack de IA. No por moda, sino para elegir la mejor frontera para cada ecosistema.
- Del card al pull request: lo que aprendí construyendo un agente de software de verdadLa arquitectura y los trade-offs detrás de DevAgent: un agente que lee una tarea, modifica código, ejecuta checks y entrega un pull request revisable.
- IA en compliance sin tercerizar la decisión: lo que aprendí construyendo un SaaS de PIF para cosmética europeaCómo modelé Eurologado: IA para redactar y organizar, reglas estructuradas para validar, versionado, evidencia y trazabilidad de auditoría en un dominio regulatorio.
Se usa junto con
¿Necesitas IA y LLMs en tu equipo o proyecto?
Estoy disponible para puestos remotos y proyectos a medida.
Cómo trabajo