Ingeniería de software, sistemas e IA.
Construyo software y también el marco que lo rodea: documentación accionable, tooling útil y decisiones que aguantan cuando el equipo crece.
Eurecat, pipelines, sistemas internos y tooling de ingeniería.
Un equipo donde diseñar y construir formen parte del mismo trabajo.
Recorrido profesional
Eurecat
Pipelines de datos con LLMs, herramientas de equipo y sistemas de documentación. Además de construir, he empujado la estandarización de proyectos del departamento y la adopción de IA como parte del flujo de ingeniería real: con contexto, límites y revisión humana.
Escola Port Barcelona
Implementación de nuevas funcionalidades web, mejora de la interactividad y adaptación de desarrollos en WordPress según las necesidades del proyecto y del equipo.
Sistemas, tooling y producto
Capa compartida de tooling para que los compañeros adopten agentes sin configurar nada desde cero. Empaqueta MCPs y skills como abstracciones listas para usar: cada departamento trabaja con su propio conjunto de herramientas, convenciones y nombres de recursos, sin que el setup dependa de cada persona.
Stack MCP, Python, shell scripts y wrappers multiagente
Foco Abstracciones reutilizables, convenciones por departamento y adopción sin fricción
Sistema local-first para trabajar con agentes sobre proyectos, tareas y contexto persistente. Une memoria viva, búsqueda semántica, organización ligera y tooling MCP para reducir la carga de contexto entre sesiones.
Stack FastAPI, Next.js, Postgres, pgvector, Ollama y MCP
Foco Memoria de proyecto, recuperación semántica y herramientas para agentes
Sistema interno para UES orientado a convertir proyectos de GitLab en un catalogo consultable. La parte importante fue plantear la pipeline completa: scrapeo, enriquecimiento con LLM, clasificacion, API y una interfaz desde la que recuperar contexto tecnico sin revisar repositorio por repositorio.
Stack Python, GitLab API, Spring Boot, MySQL, Next.js y Docker
Foco Extraccion automatizada, normalizacion de metadata y acceso rapido al conocimiento
App de armario personal en SwiftUI. Usa visión por LLM para identificar y catalogar prendas a partir de fotos, genera combinaciones de outfit con IA según el contexto del día, y organiza el uso a través de un calendario. Incluye comunidad para compartir looks y modelo de suscripción.
Stack SwiftUI, async/await, LLM vision, Supabase y arquitectura modular
Foco Visión aplicada, generación de outfits y experiencia nativa
Biblioteca EPUB para hacer el acceso a la cultura más directo. Sin plataformas intermedias ni formatos propietarios: cualquiera puede tener su catálogo personal consultable desde el navegador, con búsqueda, organización y lectura integradas.
Stack React, Tailwind, Node.js, Express y PostgreSQL
Foco Acceso abierto, catálogo personal y experiencia de lectura sin fricción
Base académica y técnica
Universitat Pompeu Fabra
Formación orientada a ingeniería de software, análisis, arquitectura y construcción de sistemas.
Formación técnica previa
Base práctica en frontend, backend y fundamentos de desarrollo antes de profundizar en ingeniería informática.
Qué busco y cómo trabajo
Me muevo bien entre construir el producto y mejorar cómo se construye. Pipelines, herramientas de equipo, marcos de adopción de IA: trabajo en el código pero también en lo que hace ese código sostenible cuando el equipo crece o cambia.
Sigo de cerca el campo: investigación en LLMs, arquitecturas de agentes, patrones de sistemas. No para estar al día por estar, sino porque entender qué está cambiando permite aportar ideas antes de que se vuelvan obvias. Me resulta difícil quedarme en la superficie de algo que estoy tocando.
Busco un sitio donde las decisiones técnicas se tomen con criterio real y haya margen para proponer desde el inicio. Me importa entender el problema entero, no solo la tarea asignada, y dejar el sistema mejor de lo que lo encontré.
final