Datos × Modelos × Código = Sistemas que se pueden repetir
La mayoría de los proyectos de ML se quedan en el notebook.
Estas son las áreas en las que trabajo y aprendo: pipelines de datos, modelado, aplicaciones con LLMs y el despliegue que viene después. Las herramientas cambian (scikit-learn, PyTorch, FastAPI, Docker), pero el objetivo es el mismo: que cada proyecto sea reproducible, esté evaluado con honestidad y salga del notebook.
Pipelines de machine learning
Del dato crudo al modelo entrenado, con un proceso que se puede repetir: preparación de datos, validación sin fugas, comparación de modelos y evaluación honesta.
Ver más →
Aplicaciones con LLMs
RAG sobre documentos, agentes que consultan datos y aplicaciones con modelos de lenguaje, con la evaluación necesaria para saber si de verdad funcionan.
Ver más →
Despliegue y MLOps
Sacar el modelo del notebook y mantenerlo vivo: API de inferencia, contenedores, CI/CD, registro de versiones y monitorización de drift.
Ver más →
Modelado de datos tabulares
La mayoría de los problemas reales son datos tabulares. Modelos para predecir impago, fuga o riesgo, con la evaluación que una decisión de verdad necesita.
Ver más →
Procesamiento de lenguaje natural
Clasificación, extracción, resumen y búsqueda semántica sobre texto, con transformers y embeddings, desde el fine-tuning hasta el servicio.
Ver más →
Evaluación y diagnóstico de modelos
La parte que más me ha enseñado: revisar modelos buscando fugas de datos, métricas engañosas y evaluaciones optimistas. Empezando por los míos.
Ver más →