Sistemas de IA · Arquitectura · Producción
Lázaro
de Pina Ramos
Construyo IA que aguanta en producción.
La distancia entre una demo de IA y un sistema que funciona de forma fiable un martes a las 2 de la madrugada con usuarios reales es donde paso la mayor parte de mi tiempo. Diseño y construyo sistemas de orquestación multiagente, aplicaciones full-stack y pipelines de ML en tiempo real. En producción, no en notebooks.
Trabajo en dos modos que se alimentan mutuamente. Como arquitecto externo para empresas que necesitan construir, revisar o rescatar un sistema. Y como fundador de ventures en las que el resultado lo cargo yo, así que convivo con mis propias decisiones de arquitectura mucho después de que un consultor hubiera archivado su informe.
01 — Por qué esta combinación
Profundidad en todo.
Superficialidad en nada.
Trabajar en mundos que rara vez se tocan es poco común: inteligencia artificial, blockchain, seguridad, ingeniería de software. Profundizar de verdad en cada uno lo es aún más. Combinarlos produce una forma de ver que los especialistas de un solo dominio nunca alcanzan.
Una base en seguridad cambia cómo diseñas un sistema de IA, porque piensas en inputs adversariales y modos de fallo desde la fase de arquitectura y no después del incidente. Una base en blockchain cambia cómo piensas en el estado, la consistencia y los límites de confianza. La experiencia full-stack significa que la arquitectura que propongo es una que también sé construir.
Profundidad
Nunca superficial. Cada dominio llevado a nivel de producción, no a nivel de conversación.
Claridad
Complejidad resuelta, no escondida. La simplicidad que solo da el dominio de la materia.
Calidez
Tecnología con alma: honestidad, cumplir mi palabra y construir con propósito.
02 — Capacidades
De la arquitectura a la producción.
Sistemas de IA multiagente
Arquitecturas de orquestación donde agentes especializados ejecutan flujos de trabajo reales a escala de producción. Coordinación fiable, no prompts encadenados.
Integración de LLM y RAG
Pipelines de generación aumentada por recuperación, prompt engineering y arquitecturas LLM multiproveedor construidas para sobrevivir a los casos límite reales.
Ingeniería full-stack
React, Next.js, Node.js, Python, TypeScript. De la interfaz al backend, con propiedad de extremo a extremo.
Pipelines de datos en tiempo real
Arquitecturas orientadas a eventos, procesamiento de series temporales y sistemas de inferencia de baja latencia.
Revisión de arquitectura técnica
Encontrar lo que se rompe a escala antes de que se rompa. Diseño de sistemas, modos de fallo y endurecimiento para producción.
03 — Trabajo seleccionado
Construido, no teorizado.
Los nombres de empresas, de productos y los stacks tecnológicos completos no se revelan, algunos por NDA y el resto por práctica habitual. Lo que sí se revela es qué hace cada sistema, qué problema resolvió y qué tuvo de técnicamente interesante. Esa es la parte que importa.
04 — Colaboración
Dos formas de entrar.
Para empresas
Tu sistema de IA tiene que funcionar en producción, no solo en la demo.
Tres formatos de alcance cerrado: un sprint de automatización de cuatro semanas que lleva un proceso manual a un sistema de IA operativo, una revisión de arquitectura de una semana que detecta los problemas de diseño antes de que lleguen a producción, y un retainer mensual de dirección sénior de IA sin contratar a tiempo completo.
Ver formatos de consultoríaPara inversores
Inviertes pronto en fundadores técnicos.
Construyo ventures sobre los mismos cimientos que los sistemas de mis clientes: deep tech con una ventaja técnica defendible, en mercados donde lo difícil es la ingeniería y no la distribución. Actualmente desarrollo un motor de fusión multimodal de biomarcadores para la detección temprana de enfermedades.
Ver ventures05 — Venture actual
Dei Corpus. Leer el riesgo de enfermedad entre dominios.
Las señales de alerta más tempranas de varias enfermedades graves emergen entre dominios fisiológicos, no dentro de uno solo. Sin embargo, las señales cardiovasculares, metabólicas y dermatológicas se siguen capturando y leyendo por separado, así que esos patrones pasan desapercibidos hasta que la condición ya es sintomática.
Dei Corpus es un motor de fusión multimodal de biomarcadores: correlaciona señales de sensores ya certificados entre dominios para revelar los patrones de riesgo que las herramientas de una sola modalidad no ven. Actualmente en TRL 4, con viabilidad de extremo a extremo demostrada sobre datasets sintéticos. La tesis completa, el estado y la hoja de ruta están en la página de Ventures.
Hagamos que tu sistema aguante en producción.
Tanto si necesitas construir un sistema, revisar una arquitectura, dirección técnica continua o una conversación sobre una venture, el punto de partida es el mismo: cuéntame qué estás intentando resolver.