Preguntas frecuentes
Proyectos personales, construidos de principio a fin, donde los datos se usan para tomar una decisión. Modelos de clasificación y regresión para datos tabulares (riesgo de crédito, fuga de clientes), NLP con transformers (clasificación, extracción, búsqueda semántica), aplicaciones con LLMs (RAG sobre documentos, agentes SQL), y la parte MLOps de mis propios modelos: API de inferencia, versionado, CI/CD y monitorización de drift. Todo está público en GitHub, con el código, la evaluación y las partes que no funcionaron.
Estudio. Soy estudiante de inteligencia artificial y machine learning, y en paralelo colaboro en Cylstat y en proyectos open source (traducciones al español de HuggingFace y FastAPI, respuestas en foros de la comunidad). El porfolio es donde pongo en práctica lo que aprendo: si leo sobre calibración, calibro un modelo de verdad; si leo sobre drift, monto la monitorización yo mismo.
Sí. Estoy abierto a prácticas y a un primer puesto junior en datos o machine learning, en Madrid o en remoto. Lo que puedo enseñar hoy: proyectos end-to-end con el código público, una suite de herramientas CLI publicada en PyPI con tests y CI, contribuciones open source, y ganas de aprender de gente que sabe más que yo. Escríbeme por el formulario y te respondo.
Python como base. scikit-learn y PyTorch para modelar, pandas para los datos, FastAPI y Pydantic para servir, Docker y GitHub Actions para la reproducibilidad, Prometheus y Grafana para monitorizar. Para aplicaciones con LLMs: embeddings, vector stores y evaluación del propio pipeline. Dicho esto, intento no casarme con las herramientas: elige el problema, no la costumbre.
Claro. Están publicadas en PyPI e instalables con pip, con licencia MIT. Cada una hace una cosa pequeña bien: comprobar fugas entre train y test, contar tokens y estimar costes de LLM, gates de evaluación para CI, servir modelos. Si encuentras un bug o tienes una idea, abre un issue o un pull request. Ese tipo de feedback es exactamente la razón por la que las publico.
Todo está en GitHub: mis proyectos personales en github.com/delcenjo y las herramientas open-source en github.com/jmweb-org. Cada proyecto de esta web enlaza a su repositorio, y la sección Open Source documenta cada herramienta. Prefiero enseñar código antes que adjetivos: si quieres saber cómo trabajo, los repositorios responden mejor que yo.
Cinco fases, sin misterio. 1. Datos y problema — entender los datos, definir la variable objetivo y una métrica que mida lo que importa. 2. Pipeline — preprocesado dentro del pipeline, validación cruzada sin fugas. 3. Modelado y evaluación — comparación de modelos, calibración, umbral por coste, análisis de error por segmento. 4. Despliegue — API de inferencia, Docker, registro de versiones, monitorización. 5. Documentación — README con las decisiones y los resultados, para que el proyecto se pueda repetir sin mí. Es el método que me estoy enseñando a seguir en cada proyecto, precisamente porque saltarse pasos es fácil cuando nadie te lo revisa.
Por favor. El feedback sobre cualquier proyecto o herramienta es la vía más rápida que tengo para mejorar: un issue en GitHub, un pull request o un mensaje por el formulario, lo que prefieras. Para colaboraciones, me apunto a proyectos donde pueda aportar y aprender — sobre todo si tocan evaluación, calidad de datos o sacar modelos del notebook.
Porque me obliga a hacer las cosas mejor. Un notebook privado lo perdona todo; un repositorio público con tests, CI y un README que dice qué funciona y qué no, perdona bastante menos. Además permite comprobar lo que afirmo: si esta web dice que un proyecto tiene monitorización de drift, el código que lo demuestra está a un clic. Y sinceramente, el feedback que recibo al publicar es el mejor profesor que tengo.