Recorrido
De infraestructura y modelos a una forma propia de construir.
Mi recorrido mezcla investigación, software y producto. No lo ordeno como un CV: lo ordeno como decisiones que han ido cambiando mi forma de pensar.
Aprender a mover datos
Scraping, extracción y pipelines. La primera lección fue que antes de hacer IA, hay que entender de dónde viene la información y cómo se rompe.
Modelos aplicados al mundo físico
Imagen hiperespectral, satélites y machine learning. Aquí la tecnología dejó de ser abstracta: empezó a tocar terreno, mapas y decisiones reales.
Escalar investigación
HPC, Slurm y GPUs para deep learning. Vi de cerca que investigar también exige sistemas, disciplina operativa y respeto por la infraestructura.
IA clínica con consecuencias
NLP, LLMs y soporte a la decisión clínica en el Hospital Clinic. El objetivo ya no es solo que funcione: es que ayude, se pueda explicar y encaje en flujos humanos.