Barcelona, España
Barcelona, España
Barcelona, España
Auckland, Nueva Zelanda
Auckland, Nueva Zelanda
Buenos Aires, Argentina
Buenos Aires, Argentina
La Plata, Argentina
La Plata, Argentina
Tres máquinas propias ejecutan en producción mis webs públicas, sus bases de datos y un agente de IA: Docker Compose sobre bare metal detrás de Traefik, con el tráfico público entrando por Cloudflare Tunnel. Los runners propios de GitHub Actions (GARM, una VM efímera de Incus por job) construyen cada imagen una sola vez; un deploy gate lleva ese digest a UAT, ejecuta los tests de Playwright y promociona exactamente el mismo digest a producción. La plataforma incluye además observabilidad LGTM completa con alertas por Telegram, copias de seguridad nocturnas que se replican en Backblaze B2 con una clave append-only y un panel de control que compara la versión de cada servicio con GitHub y lanza pulls, actualizaciones de stacks e instaladores.
llama.cpp sirve Qwen3.5-9B en hardware propio, con una API key por cliente y métricas en Prometheus, y es el motor del asistente guía de app.staysy.co. A su lado funcionan un pipeline de RAG (servidor de embeddings y base de datos vectorial Chroma) y un agente de IA en Telegram, aislado en su propia red Docker: llega al servidor del modelo pero no a la base de datos, y su memoria se copia cada noche.
Tu agente de IA personal en un pendrive. Lo conectas a cualquier ordenador tuyo y tu agente funciona ahí, con todo lo que sabe de ti; cada copia sigue aprendiendo y comparte lo que aprende con las demás. Está construido y probado como un único binario estático en Go para Linux, macOS y Windows: guarda la memoria cifrada en el pendrive y en un repositorio git privado con claves que solo tienes tú, y aprende en modo append-only, de modo que olvidar es un acto deliberado y queda registrado. Cada acción pasa por un sandbox de tres capas: el modelo propone, un guardián de reglas la comprueba contra tu constitución firmada y solo entonces actúa el agente.
playthis.today es un arcade de juegos para el navegador: una web estática que se despliega con cada merge a main. Junto a él, The Game (tg.playthis.today) es una web app viral en Go y SQLite: abres el enlace, pierdes The Game y generas un enlace para pasárselo a otra persona. Los dos están autoalojados, y The Game añade rate limiting y una política de seguridad reforzada.
Un juego multijugador en tiempo real para el navegador, con backend en Go y frontend en Svelte. Las partidas viven en memoria en el servidor y en los modos 2v2 y 3v3 puede haber rivales controlados por IA. Cada merge a main se despliega automáticamente.
Un juego para el navegador con backend en Go, frontend en Phaser y PostgreSQL para los datos. Está en UAT, abierto solo a testers privados, y se despliega con el mismo pipeline que el resto de apps del homelab: la imagen se construye una sola vez y se promociona por digest.
Esta misma web: un CV bilingüe (inglés y español) que se genera a partir de datos en JSON como páginas estáticas y PDFs aptos para ATS, cuya capa de texto se verifica en cada build. Un panel de administración privado, protegido con Cloudflare Access, crea a partir de los mismos datos versiones en PDF adaptadas a cada puesto.
Un juego de preguntas para la terminal, con bastante estilo, en el que mantienes viva a tu mascota respondiendo correctamente. Incluye menús interactivos en la CLI, distribución como paquete NPM y preguntas de Open Trivia Database. Lo creé para practicar la publicación de paquetes NPM y las interfaces de línea de comandos interactivas.
Universidad Nacional de La Plata (UNLP), Argentina
Centrado en patrones avanzados de diseño de software, principios de arquitectura, aseguramiento de la calidad del software y metodologías de gestión de proyectos, profundizando en los aspectos teóricos y prácticos de la construcción de sistemas de software complejos.
Universidad Tecnológica Nacional (UTN), Argentina
Carrera de ingeniería de 5 años que abarca los fundamentos de la informática, algoritmos, estructuras de datos, gestión de bases de datos, redes, sistemas operativos y el ciclo de vida completo del desarrollo de software. Me dio una base sólida de análisis y resolución de problemas.
Especialización en profundidad sobre redes neuronales básicas y avanzadas, redes neuronales convolucionales (CNN), redes neuronales recurrentes (RNN), estrategias de ajuste de modelos y aplicaciones prácticas del deep learning.
Programa práctico centrado en los componentes clave de la tecnología de vehículos autónomos, como la visión por computador, la fusión de sensores, la localización, la planificación de trayectorias y los sistemas de control, aplicando técnicas de ML/DL.