- RAG
- LLM
- FASTAPI
- DOCKER
- +1
AI Insight Assistant
Asistente que combina RAG y un agente SQL sobre tus datos: recupera de un corpus documental y consulta una base de datos, servido con FastAPI y Streamlit y empaquetado en Docker. Código en github.com/delcenjo/ai-insight-assistant.
Este caso de estudio entró en producción combinando dirección de arte, diseño UX/UI, motion design y desarrollo creativo en un único pipeline. El objetivo: que la navegación del producto se sintiera como una pequeña experiencia cinematográfica, no como otro catálogo.
Stack técnico: React, Three.js, GSAP + ScrollTrigger, GLSL shaders custom y Lenis para smooth scroll. Modelos 3D optimizados con DRACO y texturas en KTX2 para mantener 60 fps en mobile mid-range.
Fase 1
Concepto
Workshops con el cliente, exploración de referencias visuales, definición del ritmo narrativo y de los hitos del scroll.
Fase 2
Diseño
Mockups en Figma con sistema de componentes, tipografía variable, paleta basada en oklch y especificación completa de motion.
Fase 3
Build
Implementación React + Three.js, optimización de assets, integración con CMS headless, QA cross-device y handoff documentado.
Trabaja con JMWEB
Construyamos algo que llegue a producción.
Todo arranca con una conversación. Trae un dataset, un objetivo o un modelo que se atasca; del resto me ocupo yo.
Empezar un proyecto
Próximos proyectos:
Credit Risk Platform
Plataforma MLOps de scoring de crédito de punta a punta: entrenamiento reproducible con registro de modelos versionado, API de inferencia en FastAPI con validación de entrada, monitorización de drift por PSI y observabilidad con Prometheus y Grafana, todo dockerizado y con CI. Código en github.com/delcenjo/credit-risk-platform.
Transformer from scratch
Modelo de lenguaje tipo GPT implementado desde cero en PyTorch: atención multi-cabeza, máscara causal y bloques residuales escritos a mano, más un tokenizador byte-pair propio y un estudio de ablaciones. Código en github.com/delcenjo/transformer-from-scratch.
Crafted with
