AI & Automation Engineer Integraciones · Chatbots · Agentes con IA
Construyo soluciones reales de automatización e inteligencia artificial — desde agentes autónomos y pipelines de datos hasta APIs en producción y aplicaciones full-stack con LLMs. Bogotá, Colombia 🇨🇴 · Remoto.
Analizar acciones manualmente toma horas: abrir fuentes, copiar datos, escribir el análisis. Este agente lo hace solo, de principio a fin, sin intervención humana.
⚙️ Por qué estas tecnologías
Python por su ecosistema de scraping y datos. Gemini API por su capacidad de razonar sobre datos financieros complejos. HTML para reportes portables que no requieren instalación.
⏱️
Reduce de ~3 horas a <5 minutos el análisis completo de una acción.
Python OpenAI API Web Scraping REST APIs Streamlit
Buscar información en cientos de documentos internos es lento e impreciso. Este sistema responde preguntas en lenguaje natural consultando solo el contenido relevante.
⚙️ Por qué estas tecnologías
Chroma DB para búsqueda semántica por vectores (más precisa que búsqueda por palabras). OpenAI para generar respuestas contextualizadas. Transcripción para alimentar la base desde audios sin transcribir manualmente.
⏱️
Elimina búsquedas manuales en documentos: respuesta instantánea vs. 20–40 min de revisión.
Procesar y organizar notas manualmente es repetitivo y propenso a olvidos. Este sistema detecta cambios y ejecuta flujos de IA automáticamente sin que el usuario tenga que activarlos.
⚙️ Por qué estas tecnologías
LangGraph permite modelar flujos con lógica condicional y estado persistente, algo imposible con llamadas simples a la API. El monitor de archivos activa el workflow solo cuando hay cambios reales.
⏱️
Automatiza tareas de organización que antes tomaban 30–60 min diarios de trabajo manual.
Python LangGraph OpenAI API File Monitor Automation
Próximamente
🌐 Plataforma
Plataforma Web IA para PDFs
🎯 Problema que resuelve
Extraer información clave de documentos PDF largos requiere leer páginas completas. Esta plataforma permite hacer preguntas directas sobre cualquier PDF y obtener respuestas precisas al instante.
⚙️ Por qué estas tecnologías
Next.js para un frontend reactivo con SSR. Prisma para gestión de base de datos tipada. Docker para que cualquiera pueda desplegar sin configuración. Webhooks para integraciones con servicios externos.
⏱️
Pasa de leer un PDF completo (~1 hora) a obtener la respuesta exacta en segundos.
Necesidad de un backend escalable y documentado que pueda conectarse con cualquier frontend o servicio externo, con gestión de datos persistente y listo para correr en producción.
⚙️ Por qué estas tecnologías
FastAPI por su velocidad y documentación automática (Swagger). Arquitectura limpia para que el código sea mantenible a largo plazo. Docker para que el despliegue sea idéntico en desarrollo y producción.
⏱️
Generación automática de docs de API elimina horas de documentación manual por endpoint.
Python FastAPI Docker PostgreSQL Clean Arch
Próximamente
🛠️ Personal
Personal CLI — Scaffolding de Proyectos
🎯 Problema que resuelve
Crear un nuevo proyecto Python con estructura estándar, linters, tests y Docker toma 1–2 horas. Esta herramienta genera todo en segundos con un solo comando.
⚙️ Por qué estas tecnologías
Typer para una CLI ergonómica con autocompletado. Rich para output visual en terminal. Empaquetado con Hatchling para distribuirlo como herramienta instalable globalmente.
⏱️
Reduce la configuración inicial de proyectos de ~2 horas a menos de 30 segundos.