Diseño y construyo sistemas de IA aplicada, visión por computador y datos a escala — de la arquitectura al producto en producción.

Plataforma de systematic value investing que valora más de 60.000 empresas al día sobre una base de datos de +5 TB.

El problema

Valorar de forma metodológica y sistemática todas las empresas del mercado a la vez, con recálculo diario según precios y reportes trimestrales/anuales, sin que el sistema colapsara.

Decisión de stack

Reestructuración del ecosistema de MySQL a PostgreSQL y de Pandas a Polars para hacer viable el cálculo en tiempo real; tablas de miles de millones de registros con un ecosistema de particiones para optimizar queries.

El reto técnico

Diseñar un módulo de datos genérico que generalizara a todo tipo de activos y sus casuísticas (distintos mercados, frecuencias de reporte) sobre una base de datos de +5 TB.

Impacto

Valoración diaria de 60.000+ empresas en tiempo real, sobre un servidor dedicado con 300+ GB de RAM y 10+ TB de disco. Base del fondo de inversión de Baboon Technologies.

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).

El primer sistema de conteo de aforos homologado por el CEM, con >99% de precisión y multicámara en tiempo real.

El problema

Medir el aforo con precisión certificable en espacios multitudinarios (ferias, casinos, fiestas populares), donde una sola cámara no cubre portones anchos y el solape entre cámaras provoca dobles conteos.

Decisión de stack

Prototipo en Python (YOLOv2 + un algoritmo de tracking propio) reescrito en C++ con CUDA para escalar en rendimiento; multithreading para procesar muchas cámaras con una sola GPU.

El reto técnico

Fusionar y sincronizar en tiempo real hasta 12 cámaras alineadas en una única vista sobre la que corren las analíticas, con una configuración fina del solape para no contar dos veces a la misma persona.

Impacto

Precisión superior al 99% homologada por el CEM (Centro Español de Metrología) — el primer sistema de conteo certificado. Robusto con hasta 200 personas bajo una misma cámara (San Fermines).

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.

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.

Dispositivo edge (NUC/Raspberry) en cada club que retransmite, graba y sube el vídeo, orquestado por VPN.

El problema

Retransmitir en directo y grabar de forma eficiente el vídeo de cada club, subirlo a la plataforma y saber en cada momento qué debe hacer cada NUC.

El reto técnico

Montar la arquitectura VPN (OpenVPN → WireGuard) y un servidor RTMPS centralizado con NGINX para monitorizar remotamente la conectividad de cámaras y procesos en cada club.

Conteo por torno, detección de fraude y aforo de andén desplegados en toda la red de Renfe.

El problema

Controlar accesos y andenes a escala de toda una red ferroviaria: conteo por torno, fraude (dos personas a la vez, salto del torno), personas con objetos, saltos a la vía y aforo.

Impacto

Desplegado en toda la red de Renfe y auditado periódicamente por el cliente, validando su precisión de forma recurrente.

Trabajo de Final de Grado: una cámara 3D y un brazo robótico que detecta un objeto, se acerca y lo coge.

El problema

Ensamblar una cámara 3D con un brazo robótico motorizado y un algoritmo de visión para detectar un objeto y su distancia, seguirlo, acercarse y agarrarlo automáticamente.

El reto técnico

La cámara 3D pierde profundidad a menos de 0,5 m; se resolvió interpolando con la odometría de las ruedas para estimar la posición en el rango cercano, además de la cinemática inversa del brazo.

La infraestructura transversal que orquesta, despliega y monitoriza todos los servicios y proyectos.

El problema

Gestionar múltiples servicios y plataformas de forma reproducible y bien monitorizada, con despliegue continuo, backups y alertas.

Decisión de stack

Dokploy + Docker para orquestación, Traefik como reverse proxy, DNS en Cloudflare, VPN con WireGuard, túneles SSH con socat, backups diarios a S3 y monitorización de jobs con Uptime Kuma y observabilidad centralizada.

Dispensador electromecánico que registra y autoriza la extracción de mórficos por huella dactilar.

El problema

En una urgencia, el personal cogía productos mórficos sin dejar registro; las administraciones lo penalizaban porque todo debía quedar registrado.

El reto técnico

Coordinar un sistema electromecánico completo: placa Arduino con sensores en 40 huecos, motor paso a paso, compuerta con servomotor y lector de huella, todo con una tablet (app Java + MySQL).