Sobre mí

Migración, despliegue y seguridad de proyectos cloud para uno de los principales bancos de España, alineando las herramientas con la estrategia global del grupo.

• Coordino proyectos de datos e IA en AWS y Azure y aprovisiono con Terraform su infraestructura (RDS, Redshift, DynamoDB, Glue, Lambda), incluidos servicios críticos expuestos a internet.
• Referente técnico y mentor de un equipo DevOps de 8-9 ingenieros, e interlocutor entre el equipo y varias entidades del cliente.
• Pipelines de CI/CD con GitHub Actions, SonarQube, Fortify y Nexus, y bastionado en AWS, RHEL y Windows Server.
• Participo en la selección de nuevos ingenieros junto al banco.

Computación en la nube e IA en el Máster en Inteligencia Artificial y el Grado en Ciencia de Datos.

• Herramientas para la Computación en la Nube Dirigida a la IA (Máster en IA), impartida tres veces; colaboré en sus contenidos y en la adaptación del plan formativo.
• Inteligencia Artificial e Ingeniería del Conocimiento (Grado en Ciencia de Datos), impartida dos veces.
• 12 trabajos de fin de máster y 2 de fin de grado dirigidos.
• 8,9/10 en las encuestas oficiales de los alumnos, por encima de la media del programa.

MLOps en el área de I+D de una empresa de biometría: modelos de IA en producción y la infraestructura que los entrena.

• Despliegue en AWS EKS, con Terraform y CI/CD, de modelos de IA que verifican la autenticidad de documentos de identidad.
• Planificación, previsión y aprovisionamiento de la infraestructura de I+D, en AWS (EC2, S3) y on-premise; ayudé a definir cómo se trabaja en el CPD de GPU Nvidia HGX, con Docker y Bash.
• Automatización de la gestión de la infraestructura en AWS con Python (Boto3) y Ansible.
• Diseño de la arquitectura que lleva automáticamente datos no estructurados, sobre todo imágenes, a las capas productivas para entrenar modelos de IA.

Deep learning para predecir fallos en CPUs sometidas a radiación ionizante.

Automatización del ciclo de vida del software, infraestructura como código, estrategias de migración a la nube y CI/CD.

Trabajo de fin de grado: eliminar el ruido de señales espectroscópicas con deep learning.

Compruébalo con el código en verify.certiport.com