Construyo agentes de IA que pasan una evaluación antes de llegar a producción.

Experiencia

4+ añosen tecnología

IA en producción

~2 añosLLMs, RAG y agentes

Hoy

Entel Perúplataforma de agentes

Estudios

Máster en IAUniversidad Europea de Madrid, 2026

1. 1RiesgosPrompt injection, datos personales, alucinación, por caso de uso.
2. 2Golden setPreguntas y respuestas esperadas, armadas con el área de negocio.
3. 3UmbralCada indicador tiene un mínimo. Si no lo cumple, no pasa.
4. 4DespliegueDesarrollo, staging y producción. Todo cambio se compara con la línea base.
5. 5MonitoreoCosto, latencia y calidad. Se vuelve a evaluar cuando algo se desvía.

En el agente de licitaciones de Entel, esto subió el rendimiento entre 15 y 26 puntos y redujo la brecha frente a los LLM de referencia de 19-30 a 4 puntos.

1. Abr 2026 – hoy
   AI Engineer · Entel Perú

   Plataforma self-service de agentes, validación de un agente de licitaciones y asistentes RAG para el área legal.

2. Ene 2025 – Mar 2026
   Data & AI Engineer · Zenova, Madrid

   Clasificación de documentos con ML (−4 h diarias de revisión), chatbot RAG y más de 15 automatizaciones en AWS y Azure.

3. Jul 2023 – Sep 2024
   Consultor RPA · EY, Lima y Málaga

   Automatizaciones con UiPath, Automation Anywhere y Power Automate para finanzas, legal y TI. Mentoría a 2 desarrolladores junior.

4. Ene 2022 – Jun 2023
   IT Intern · Cálidda

   10 automatizaciones y scripts de datos para el área de TI.

IA

LLMs, RAG, agentes, LangChain, Pydantic, Claude, OpenAI, Hugging Face, Scikit-learn

Evaluación

Golden sets, LLM-as-judge, benchmarks, guardrails, NIST AI RMF, ISO/IEC 42001

Backend y nube

Python, TypeScript, FastAPI, PostgreSQL, Docker, AWS, Azure, CI/CD