He seleccionado los cuatro trabajos que mejor representan mis intereses y capacidades. En cada uno explico qué problema aborda, cómo funciona, qué tecnologías utilicé y cuál fue mi responsabilidad.
Un RAG auditable construido de extremo a extremo: procesa documentación heterogénea, combina BM25 y búsqueda vectorial, rerankea la evidencia y conserva trazabilidad hasta la página para que cada respuesta pueda verificarse.
Un producto de escritorio que combina hashing perceptual, un índice incremental en SQLite, procesamiento paralelo y un puente nativo en Rust para revisar y eliminar duplicados con seguridad, incluso en móviles conectados por USB.
Un pipeline experimental para una señal especialmente ruidosa: transforma texto en embeddings semánticos, combina dos ensembles LightGBM y convierte cada clasificación en una explicación con confianza, señales y límites visibles.
Un asistente de IA generativa concebido como servicio público, no como una demo aislada: recuperación controlada, streaming NDJSON, sesiones, cola, límites de uso y saneado de privacidad en una experiencia conversacional.