Práctica
Ingeniero de integración de IA
Pipelines de LLM que funcionan sin vigilancia y a la mañana siguiente siguen acertando
Construyo sistemas de producción alrededor de modelos de lenguaje, la parte poco vistosa: orquestación, validación, reintentos, coste y la evaluación que te dice si aquello sigue funcionando. Un pipeline de contenido automatizado que genera, comprueba, edita y traduce sin humano en el bucle. Un módulo de transcripción en streaming que convierte voz en un documento estructurado. Un servicio de búsqueda sobre documentos privados: búsqueda híbrida, reranking, caché semántica y las cifras que dicen cuánto costó cada respuesta. Debajo, todo el stack, para que el modelo siga siendo un componente y no se convierta en la arquitectura.
Lo que sé hacer
- Diseñar un pipeline de LLM con las partes aburridas incluidas: validación, reintentos, idempotencia y un techo de coste.
- Obtener del modelo una salida estructurada y validada contra un esquema en lugar de prosa que luego hay que parsear.
- Construir búsqueda sobre tus documentos y saber cuándo devuelve el fragmento equivocado.
- Meter voz y documentos en el sistema: transcripción, extracción y un artefacto generado al final.
- Montar la evaluación para que cambiar un prompt sea una medición y no una sensación.
- Decir con claridad dónde no pinta nada un modelo y escribir allí código normal.
De dónde viene
- 2025 actualidad
Freelance / Independent Developer
Groundline: un servicio RAG en Python y FastAPI con pgvector, un pipeline en LangGraph, búsqueda híbrida, reranking y una caché semántica que cubre entre el 60 y el 65 por ciento de las preguntas repetidas. Litseller: un pipeline automatizado de orquestación de LLM que genera, valida, edita y traduce artículos a once idiomas y los publica sin humano en el bucle. Auto Inspect: transcripción de voz en streaming estructurada en un informe PDF generado.
- 2023-2025
Yandex
Módulos B2B de alta carga y las capas de integración entre microservicios y analítica externa.
- 2019-2022
Sber
Parseo y estructuración de datos no estructurados dentro de documentos de ejecución, reduciendo el error manual.
Stack
- IA y modelos de lenguaje
- OpenAI API ·Claude API ·Groq API ·LangGraph ·pgvector ·LLM orchestration ·Prompt engineering ·Structured output ·RAG ·Speech transcription ·Evaluation harnesses
- Backend y datos
- Node.js ·Python ·FastAPI ·TypeScript ·PostgreSQL ·Supabase ·Queues ·REST API
- Frontend
- React ·Astro ·Next.js ·Streaming UI
- Infraestructura
- Docker ·GitHub Actions ·Vercel ·Playwright
Sobre esto en el sitio
Trabajar juntos
Escríbeme si tu problema tiene esta forma.
Escribir